Thése

République Algérienne Démocratique et Populaire
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE
THESE DE DOCTORAT
Présentée à :
L’UNIVERSITE ABOU BEKR BELKAID DE TLEMCEN
FACULTE DES SCIENCES
DEPARTEMENT DE PHYSIQUE
UNITE DE RECHERCHE MATERIAUX ET ENERGIES RENOUVELABLES
Par :
Nachida KASBADJI MERZOUK
Pour l’obtention du titre de :

DOCTEUR EN PHYSIQUE ENERGETIQUE ET MATERIAUX
Sur le thème :
EVALUATION DU GISEMENT ENERGETIQUE EOLIEN

CONTRIBUTION A LA DETERMINATION
DU PROFIL VERTICAL DE LA VITESSE DU VENT EN
ALGERIE
Soutenue publiquement le 2006 devant le jury composé de :
Mr N. CHABANE SARI Professeur, Univ. de Tlemcen Président

Mr B. BENYOUCEF Professeur, Univ. de Tlemcen Directeur de thèse
Mr J.P. CHARLES Professeur, Univ. de Metz Examinateur
Mr A. CHIKOUCHE Directeur de Recherche, UDES Examinateur
Mr M. BELHAMEL Directeur de Recherche, CDER Examinateur
Mr F. HANNANE Professeur, Univ. de Blida Examinateur
Mme F. YOUCEF ETTOUMI Maître de Conférences, USTHB Examinatrice
PREAMBULE
Le présent travail a été réalisé dans le cadre d'une thèse de Doctorat au sein de la fa-
culté des sciences, Département de physique de l’Université Abou Bekr Belkaid de
Tlemcen et d’un Programme National de Recherche avec l’appui moral et matériel du
Centre de Développement des Energies Renouvelables et en particulier de son direc-
teur..
L’encadrement a été assuré par le Professeur B. Benyoucef, Directeur de l’Unité de
recherche Matériaux et Energies Renouvelables de l’Université de Tlemcen, qu’il soit
vivement remercié pour son appui et ses précieux conseils.
Que le Professeur N. Chabane Sari trouve ici l’expression de mes plus vifs remercie-
ments pour avoir accepté de présider le jury d’évaluation.
Mes meilleurs remerciements vont au Professeur J.P. Charles pour avoir accepté de
faire partie du jury d’examen, en faisant le déplacement malgré toutes ses charges.
Que Dr A. Chikouche, Directeur de recherche à l’Unité de Développement des Equi-
pement Solaires, soit chaleureusement remercié d’avoir accepté de faire partie du jury
d’évaluation en qualité d’examinateur et pour ces judicieuses remarques.
Que le Professeur N. Hannane, soit vivement remercié pour avoir accepté d’examiner
le présent travail sans oublier ses précieuses observations.
J’adresser mes meilleurs remerciements au Dr M. Belhamel, Directeur de recherche
et Directeur du Centre de développement des Energies Renouvelables d’avoir accepté
d’examiner ce travail.
Mes meilleurs remerciements vont au Docteur F. Youcef Ettoumi, Maître de Confé-
rence à l’USTHB, pour avoir accepté de faire partie du jury et avoir examiné ce travail
avec un grand intêret.
Je remercie l’Office National de Météorologie et en Particulier Mr Saci, pour m’avoir
fait la primeur des données du pylône de Ksar El Chellala.
Je ne saurais terminer sans remercier Dr M. Merzouk, pour ses conseils et son soutien.
I
Glossaire
GLOSSAIRE
A : Surface de la roue m2
C, C1, C2 : Facteur d’échelle de Weibull m s-1
Cp : Coefficient de puissance
<E> : Densité d’énergie moyenne récupérable sur une année MWh m-2
Er : Erreur relative
F(V) : Fréquence cumulée de la distribution de Weibull
Fre : Fréquence des directions par secteur
G : Flux échangé par convection W m-2
H : Flux échangé par chaleur sensible W m-2
Hmt : Hauteur manométrique totale m
Iv : Indice de variation
Ig : Eclairement global incident W m-2
L : Longueur de Monin-Obukov m
LL : Fonction de vraisemblable
L- : Rayonnement infrarouge émis par le sol W m-2
L+ : Rayonnement infrarouge incident W m-2
N : Nombre total d’observation de la vitesse non nulle
Nb : Nébulosité
<P> : Puissance énergétique éolienne moyenne disponible, W
<PMax > : Puissance récupérable par la roue W
<Pr> : Densité de Puissance récupérable par la roue W m-2
<Pu> : Densité de Puissance éolienne utile W m-2
<Pe> : Densité de Puissance éolienne réellement utilisable W m-2
Pn : Puissance nominale W
Pthéorique : Puissance calculée à la vitesse nominale W
Pr : Nombre de Prandlt
Q* : Echange radiatif net W m-2
: Débit journalier m3/jour
Ri : Nombre de Richardson
Rp : Facteur de puissance du vent
T, Tair : Température ambiante K
Ts : Température de radiation K
Tsea : Température de l’eau K
<V> : Vitesse moyenne du vent m s-1
V, Vx : Vitesse du vent m s-1
Vailos : Vitesse du vent estimée avec le modèle Ailos m s-1
Vweibull : Vitesse du vent estimée avec le modèle de Weibull m s-1
Vi, Vn, Vs : Vitesses de démarrage, nominale et d’arrêt m s-1
V1 : Vitesse du vent au niveau z1 m s-1
V2 : Vitesse du vent au niveau z2 m s-1
<Vu> : Vitesse moyenne utile m s-1
W : Composante verticale de la vitesse du vent m s-1
Glossaire
cp : Chaleur spécifique à pression constante kJ kg-1

ff0 : Fréquence de vents calmes
f(V) : Fréquences des vitesses moyennes tri horaires
g : Accélération de la pesanteur m s-2
k,k1,k2 : Facteur de forme de Weibull
m : Exposant d’extrapolation du facteur d’échelle
n : Exposant de la loi de puissance
q* : Echelle d’humidité
r : Albédo
u* : Vitesse de frottement m s-1
zg : Moyenne géométrique de l’altitude m
z,z1,z2 : Altitude m
zo : Rugosité du sol m
zr : Hauteur de référence égale à 10 m
: Fonction gamma
n : Fonction gamma normalisée
!0, !* , !*v : Températures K
"H : Fonction implicite de la chaleur
"M : Fonction implicite du moment
# et $ : Constantes sans dimension

#e : exposant de la loi de puissance
% : Rendement global d’un système
%i : Rendement indiqué de la pompe
H : Fonctions universelles de la chaleur
M : Fonctions universelles du moment
& : Constante de Von-Karman
!E : Flux échange par chaleur latente W m-2
' : Masse volumique de l’air kg m-3
" : Ecart type de la distribution de la vitesse m/s
"s : Constante de Stephan-Boltzman W m-2K-4
SOMMAIRE
INTRODUCTION GENERALE
CHAPITRE 1 : ETUDE BIBLIOGRAPHIQUE ET PROBLEMATIQUE
1.1 INTRODUCTION 4
1.2 ELEMENTS DE PHYSIQUE ATMOSPHERIQUE 4

1.2.1 STRUCTURE ATMOSPHERIQUE 4
1.2.1.1 Force gravitationnelle 6
1.2.1.2 Force de pression 6
1.2.1.3 Force de Coriolis 6
1.2.1.4 Forces de frottement 6
1.2.2 COUCHE LIMITE ATMOSPHERIQUE 6
1.2.2.1 Couche limite de surface (CLS) 7
1.2.2.2 Couche limite d’Eckerman 8
1.2.3 STABILITE ATMOSPHERIQUE 8
1.2.3.1 Conditions atmosphériques instables 8
1.2.3.2. Conditions neutres 9
1.2.3.3. Conditions stables 9
1.2.4. ORIGINE DU VENT 9
1.3 CARACTERISATION HORIZONTALE DE LA VITESSE DU VENT 9

1.3.1 MODELE D’AJUSTEMENT 10
1.3.1.1 Distribution de Weibull 10
1.3.1.2 Distribution hybride de Weibull 11
1.3.1.3 Distribution de Rayleigh 11
1.3.2 VARIATION SPATIALE (ATLAS DE L’ALGERIE) 12
1.3.2.1 Travaux de Said et all 12
1.3.2.2 Travaux de Bensaad 12
1.3.2.3 Atlas Vent de Hammouche 13
1.3.2.4 Atlas éolien de Kasbadji Merzouk 13
1.4. EXTRAPOLATION VERTICALE DES PARAMETRES VENT 13

1.4.1 PROFIL VERTICAL DE LA VITESSE DU VENT 14
1.4.1.1 Modèle de similitude de Monin-Obukov 14
1.4.1.2 Travaux de Paulson 15
1.4.1.3 Récapitulatif de Dyer 16
1.4.1.4 Travaux de Nieuwstadt 17
1.4.1.5 Travaux de Van Wijk 17
1.4.1.6 Travaux de B. Lange et all 18
1.4.2 EXTRAPOLATION VERTICALE DE LA VITESSE DU VENT 19
1.4.2.1 Loi logarithmique 19
1.4.2.2 Loi de puissance 1/7 20
I
1.4.2.3 Loi de puissance 21
1.4.2.4 Loi de puissance modifiée 22
1.4.2.5 Loi à coefficient variable 22
1.4.3 EXTRAPOLATION DES PARAMETRES DE WEIBULL 23
1.4.3.1 Modèle d’extrapolation de Justus et Mikhaill 23
1.4.3.2 Modèle modifié d’extrapolation de Justus 23
1.4.3.3 Modèle modifié d’extrapolation de Mikhaiel 24
1.4.3.4 Modèle d’extrapolation de Spéra et all 24
1.4.4 TEST DES MODELES D’EXTRAPOLATION 25
1.4.4.1 Test de Peterson 25
1.4.4.2 Test de Mikhaiel 25
1.4.4.3 Test de Poje 26
1.4.4.4 Test de Pneumatrikos 26
1.5 AVANCEES TECHNOLOGIQUES 27

1.5.1 EXPANSION DES APPLICATIONS EOLIENNES 27
1.5.2 EOLIENNES DE POMPAGE 28
1.5.2.1 Eoliennes de pompage mécanique 28
1.5.2.2 Eoliennes de pompage électrique 28
1.5.3 INSTALLATION DE GRANDES PUISSANCES 29
1.5.3.1 Fermes éoliennes 29
1.5.3.2 Aérogénérateurs de grandes puissances 30
1.5.4 SOLUTIONS TECHNOLOGIQUES 30
1.5.4.1 Matériaux du support 30
1.5.4.2 Matériaux des pâles 31
1.6 POSITION DU PROBLEME 32

1.6.1 INTERPOLATION HORIZONTALE 32
1.6.2 EXTRAPOLATION VERTICALE 32
1.7 CONCLUSION 33
REFERENCES 34
CHAPITRE 2 : ETABLISSEMENT DE L’ATLAS EOLIEN DE L’ALGERIE
2.1 INTRODUCTION 38
2.2 VARIATION TEMPORELLE DE LA VITESSE MOYENNE

DU VENT 38
2.2.1 MESURE INSTANTANNEE DE LA VITESSE DU VENT 39
2.2.2 VARIATION JOURNALIERE MOYENNE DE LA VITESE DU VENT 40
2.2.3 VARIATION SAISONNIERE DE LA VITESE DU VENT 40
2.2.4 VARIATION PLURIANNUELLE DE LA VITESSE DU VENT 41
2.3 ETUDE STATISTIQUE 41
2.3.1 DEFINITION DES PARAMETRES VENT 42
II
2.3.1.1Vitesse moyenne, vitesse cubique moyenne
et variance type 42
2.3.1.2 Facteur de puissance et indice de variation 43
2.3.2 METHODE D’AJUSTEMENT 43
2.3.2.1 Méthode des moindres carrées 43
2.3.2.2 Méthode de la vitesse moyenne et de la variance 44
2.3.2.3 Méthode de la vitesse moyenne et de la
variabilité des vents 44
2.3.2.4 Méthode du maximum de vraisemblable 45
2.3.3 VARIATION DES PARAMETRES VENT 46
2.3.3.1 Forme de la distribution de Weibull 46
2.3.3.2 Variation mensuelle de la distribution de Weibull 47
2.3.3.3 Variation sectorielle des paramètres de Weibull 48
2.3.3.4 Variation des paramètres de Weibull avec l’altitude 49
2.3.3.5 Variation des vitesses moyennes 49
2.4 INTERPOLATION SPATIALE DES PARAMETRES VENT 51

2.4.1 METHODE D’INTERPOLATION 51
2.4.2 ATLAS DE LA VITESSE MOYENNE ANNUELLE DU VENT 52
2.4.2.1 Données utilisées 52
2.4.2.2 Atlas de la vitesse du vent .53
2.4.3 ATLAS DE LA VITESSE MOYENNE SAISONNIERE DU VENT 54
2.4.4 ATLAS MICROCLIMATIQUES DE LA VITESSE MOYENNE
DU VENT 56
2.4.4.1 Présentation du modèle de projection-interpolation 56
2.4.4.é Cartographie éolienne de quelques sites 57
2.5 POTENTIEL ENERGETIQUE EOLIEN 60

2.5.1 PUISSANCE ENERGETIQUE DISPONIBLE 61
2.5.2 POTENTIEL ENRGETIQUE EOLIEN RECUPERABLE
( THEOREME DE BETZ) 61
2.5.3 PUISSANCE EOLIENNE MOYENNE UTILE 64
2.5.4 PUISSANCE EOLIENNE MOYENNE UTILISABLE 65
2.6 CONCLUSION 66
REFERENCES 67
CHAPITRE 3 : EXTRAPOLATION VERTICALE DES PARAMETRES VENT
3.1 INTRODUCTION 69
3.2 METHODE D’EXTRAPOLATION VERTICALE 69

3.2.1 DETERMINATION DES CLASSES DE STABILITE 69
3.2.2.1 Détermination de la vitesse de frottement
et de la rugosité du sol 71
3.2.2.2 Détermination de l’échange par chaleur sensible 71
III
3.2.3 METHODE D’EXTRAPOLATION VERTICALE DU VENT 73
3.2.3.1 Extrapolation verticale de la vitesse du vent 73
3.2.3.2 Extrapolation des paramètres de Weibull 74
3.3 ETUDE EXPERIMENTALE 76

3.3.1 APERÇU SUR LA REGION D’IMPLATATION DU PYLONE DE
MESURE 76
3.3.2 TECHNIQUE DE MESURES RECOMMANDEES 76
3.3.3 PYLONE DE MESURE 77
3.3.4 DONNEES MESUREES 78
3.3.5 TRAITEMENT DES DONNEES 79
3.3.5.1 Données manquantes 79
3.3.5.2 Données erronées 79
3.3.5.3 Données utilisées 80
3.4 RESULTATS ET DISCUSSION 80

3.4.1 CHOIX DE LA METHODE D’EXTRAPOLATION 80
3.4.2 DETERMINATION DES CLASSES DE STABILITE 81
3.4.2.1 Rugosité et vitesse de frottement 81
3.4.2.2 Chaleur sensible 83
3.4.2.3 Classe de stabilité 87
3.4.3 EXTRAPOLATION VERTICALE DES VITESSES MOYENNES 88
3.4.3.1 Extrapolation des vitesses par la loi de puissance 88
3.4.3.2 Distribution de Weibull 89
a – Facteur de forme k 90
b – Facteur d’échelle C 92
c – Vitesse moyenne 94
3.5 CONCLUSION 95
REFERENCES 96
CHAPITRE 4 : DISCUSSIONS ET SYNTHESE
4.1 INTRODUCTION 98
4.2 VALIDATION DE LA CARTE DES VENTS 98

4.2.1 DONNEES MESURES AU SOL 98
4.2.2 MODELE AILOS 99
4.3 VALIDATION DES MODELES D’EXTRAPOLATION

VERTICALE 100
4.4 LIMITES DES MODELES 102

4.4.1 MODELISATION DES MESURES AU SOL 102
4.4.1.1 Densité de points de mesures 102
4.4.1.2 Qualité des mesures 102
IV
4.4.1.3 Fréquence des vitesses nulles 102
4.3.1.5 Limites du modèle de projection (Ailos) 104
4.4.2 PROFIL VERTICAL 105
4.4.2.1 Faibles hauteurs du mât, nombre de mâts
(diversité climatique) 105
4.4.2.2 Qualité des mesures 105
4.4.2.3 Problème de rugosité 105
4.4.2.4 Limites des machines sur la puissance utilisable 107
4.5 VENTS DOMINANTS 108
4.6 COMPARAISON DES MODELES D'INTERPOLATION 109
4.7 COMPARAISON DES MODELES D'EXTRAPOLATION

VERTICALE 110
4.8 FREQUENCE DES VITESSES NULLES ET CARTE DES

VENTS 111
4.9 ATLAS EOLIEN DE L'ALGERIE 112
4.10 CONCLUSION 114
REFERENCES 115
CHAPITRE 5 : APPLICATION ET PERSPECTIVES
5.1 INTRODUCTION 117
5.2 POTENTIEL ENERGETIQUE UTILISABLE 117
5.3 APPLICATION AU POMPAGE 119

5.3.1 CHOIX DES SITES D'IMPLANTATION DES MACHINES 119
5.3.2 POMPAGE ELECTRIQUE 119
5.3.3 POMPAGE MECANIQUE 121
5.4 PERSPECTIVES 122

5.4.1 MODELISATION AU SOL 122
5.4.2 MODELE D’EXTRAPOLATION 122
5.5 CONCLUSION 123
REFERENCES 124
V
CONCLUSION GENERALE 125
ANNEXE 1 : PARAMETRES DE WEIBULL A L’ECHELLE MENSUELLE

ANNEXE 2 : ECHANGE RADIATIF
ANNEXE 3 : PUBLICATIONS
VI
Introduction générale
INTRODUCTION GENERALE
L’homme utilise l’énergie éolienne depuis des milliers d’années. Les Perses de
l’Antiquité utilisaient déjà l’énergie éolienne pour pomper l’eau. On a exploré le
monde à l’aide de navires entraînés par le vent bien avant l’invention du moteur. Pas
plus tard qu’en 1920, plus d’un million d’éoliennes servaient à pomper l’eau et à
fournir l’électricité aux entreprises agricoles de l’Amérique du Nord. Dans les années
50, des centaines d’éoliennes étaient encore utilisées en Algérie pour le pompage de
l’eau. Aujourd'hui, l’énergie électrique d’origine éolienne est parfois considérée
comme la plus prometteuse des énergies renouvelables à développer pour remplacer le
charbon, le pétrole, le gaz et même le nucléaire. En 2005, 6183 MW ont été installés
dans les pays de la communauté européenne (1808 MW pour l’Allemagne et 1764
MW pour l’Espagne), soit une production électrique de 83 TWh, égale à 2.8% de la
consommation électrique de 2004. Il est prévu d’installer 40 GW à l’horizon 2010. Les
puissances nominales sont passées de 10 kW à 4.5 MW pour les installations en pleine
mer et répondent ainsi aux besoins énergétiques de plusieurs villes.
Il est clair que pour l’optimisation des systèmes éoliens en un site donné, il est
nécessaire de connaître les potentialités énergétiques du site d’installation ainsi que les
caractéristiques de la machine.
Même si des études ponctuelles sur les variations temporelles et spatiales de la vitesse
du vent ont été publiées dès 1942, le premier atlas des ressources énergétiques
éoliennes n’a été réalisé qu’en 1981, à Washington (USA), par le Pacific Northwest
Laboratory, [1]. En 1989, une équipe danoise, faisant partie de Riso Laboratry, a
publié l’Atlas Européen, [2]. Les premiers travaux Algériens sur le potentiel éolien ont
été publiés par Said et all, [3] en 1984, suivis par Benssad, en 1985, [4], Hammouche,
en 1990 [5], Kasbadji Merzouk en 1994 [6] et F. Youcef Ettoumi en 2002, [7).
Toutefois, la détermination des caractéristiques éoliennes d’un site à la hauteur
normalisée de 10 m du sol est insuffisante pour le dimensionnement d’un système
éolien. Aussi, attendu que les données vents fournies par les services météorologiques
1
sont généralement mesurées à la hauteur standard de 10 m du sol, les recherches se

sont orientées vers l’extrapolation des paramètres à la hauteur de l’axe de l’éolienne.
Nombre de relations empiriques ont ainsi été développées. La théorie de similitude,
établie par Monin et Obukov en 1955, constitue la base de tous les travaux sur le profil
du vent et l’extrapolation verticale de la vitesse [8].
Les données fournies par 64 stations météorologiques dont 16 situées hors des
frontières, permettront l’établissement des cartes des vitesses moyennes annuelle et
saisonnières. Les zones particulièrement ventées, ainsi localisées, feront l’objet d’une
étude détaillée par projection de données relevées à 3000 m d’altitude à l’aide du
logiciel Ailos, [21].
En considérant la limite de Betz, les vitesses cubiques moyennes estimées ont servi
l’établissement de la carte de la densité de puissance énergétique récupérable.
Les données relevées sur un pylône d’expérimentation appartenant à l’ONM et installé
à Ksar El Chellala seront utilisées, après analyse, pour l’établissement d’un modèle
d’extrapolation verticale des données vent valable en milieu semi aride.
Après validation et recensement des limites, les modèles seront utilisés pour l’étude de
l’effet de paramètres particuliers.
Le premier chapitre est consacré et l’étude bibliographique et l’exposé des motifs.
Après l'introduction d'éléments de physique atmosphérique et la définition des couches
et des forces qui régissent le mouvement des masses d'air, on présentera l’essentiel des
travaux portant sur l’estimation des potentiels éoliens et en particulier, les différents
modèles d'interpolation horizontale et d’extrapolation verticale. Nous terminerons ce
chapitre par la position des problèmes qui sont l’objet des présents travaux.
Le second chapitre sera consacré à l’établissement des atlas vent de l’Algérie et à
l’estimation du potentiel énergétique éolien utile. Après la présentation du modèle
d’ajustement, et l’analyse des données fournies par l’ONM le chapitre abordera
l’établissement des atlas vent et le traitement microclimatique des zones ventées. On
terminera le chapitre par l’estimation du potentiel énergétique éolien utilisable.
Le troisième chapitre sera consacré à l’extrapolation verticale de la vitesse du vent.
Après la présentation du dispositif expérimental et des données recueillies auprès de
2
l’ONM, on procédera à la modélisation des données valides. Ceci, en passant par la

détermination des différentes classes de stabilité.
Le quatrième chapitre porte sur discusion et la synthèse des travaux.. Après la
validation des résultats obtenus et la mise en évidence de leurs limites, on procédera à
l’étude des effets de certains paramètres en particulier sur le potentiel énergétique
utile.
Le cinquième et dernier chapitre est consacré à la présentation d’une application au
pompage éolien et aux perspectives ouvertes.
L’application traitée se rapporte au pompage éolien avec les deux modes ( électrique et
mécanique ) sur plusieurs sites sahariens et en considérant différentes classes
d’éoliennes.
On terminera le chapitre par la proposition de quelques perspectives susceptibles de
constituer une poursuite intéressante des présents travaux en de fournir de meilleurs
outils aux concepteurs de systèmes éoliens.
3
Chapitre 1 Etude Bibliographique et Problématique
CHAPITRE 1
ETUDE BIBLIOGRAPHIE ET PROBLEMATIQUE
1.1 INTRODUCTION
Même si des études ponctuelles sur les variations temporelles et spatiales de la vitesse
du vent ont été publiées dès 1942, le premier atlas des ressources énergétiques
éoliennes n’a été réalisé qu’en 1981 à Washington (USA), par le Pacific Northwest
Laboratory, [1]. En 1989, une équipe danoise de Riso Laboratry, a publié l’Atlas
Européen, [2]. Les premiers travaux Algériens sur le potentiel éolien ont été publiés
par Said et all, [3] en 1984, suivis par Benssad, en 1985, [4], Hammouche, en 1990
[5], Kasbadji Merzouk en 1994 [6] et F. Youcef Ettoumi en 2002, [7].
Par ailleurs, la théorie de similitude, qui représente la base de tous les travaux sur le
profil du vent et l’extrapolation verticale de la vitesse a été établie par Monin et
Obukov en 1955, [8].
La première partie du chapitre sera consacrée à l'introduction d'éléments de physique
atmosphérique en définissant les couches ainsi que les forces qui régissent le
mouvement des masses d'air. En seconde partie sont présentés l’essentiel des travaux
portant sur l’estimation des potentiels éoliens et en particulier, les différents modèles
d'interpolation horizontale et d’extrapolation verticale.
Nous terminerons ce chapitre par la position dues problèmes qui sont l’objet des
présents travaux.
1.2 ELEMENTS DE PHYSIQUE ATMOSPHERIQUE
1.2.1 STRUCTURE ATMOSPHERIQUE

L’atmosphère standard se compose de deux parties essentielles, (voir figure 1.1), à
savoir [9]:
4
Figure 1.1 : Vue schématique de la couche atmosphérique standard.
La troposphère dont l’épaisseur représente 80% de la structure atmosphérique,

et dont la limite inférieure est le sol et la limite supérieure la tropopause. Son
épaisseur est de l’ordre de 10 km ;
La stratosphère qui représente les 20% au-dessus de la tropopause et dont la
limite supérieure est l’ionosphère..
L’air qui constitue l’atmosphère terrestre est un mélange de gaz et de particules solides
ou liquides, concentrés dans la troposphère.
Dans cette région, le déplacement de l’air, par rapport à la surface terrestre, appelé
vent résulte de l’équilibre entre les forces en présence.
Pour un observateur à l’arrêt par rapport au sol, il existe quatre forces majeures qui
agissent sur une partie élémentaire d’air :
1. la force gravitationnelle ;
2. la force due au gradient de pression ;
3. la force de Coriolis ;
4. et les forces de frottement.
5
1.2.1.1 Force gravitationnelle

Conséquence de l’attraction mutuelle des corps, cette force intervient à cause de la
grande masse de la terre. Elle est dirigée vers le centre de la terre.
1.2.1.2 Force de pression

Dirigées des hautes pressions vers les basses pressions, ces forces sont des au gradient
de pression résultant de l'échauffement inégal de l'air suivant les latitudes, la nature
des sols et la répartition des océans et des continents. Les forces de pressions sont à
l'origine du déplacement des masses d'air.
1.2.1.3 Force de Coriolis

Cette force est le résultat de la rotation de la terre autour de son axe et est
perpendiculaire à la vitesse du vent. Elle intervient dans les déplacements
atmosphériques en raison de la faiblesse des forces contribuant à mettre l'air en
mouvement.
1.2.1.4 Forces de frottement

Ces forces traduisent la friction turbulente de l'air avec le sol. Elles interviennent dans
la couche limite atmosphérique. La force gravitationnelle et la force du gradient de
pression sont les deux forces qui peuvent initier un mouvement de l’air. Leurs actions
se font ressentir près du sol dans une zone appelée couche limite atmosphérique.
1.2.2 COUCHE LIMITE ATMOSPHERIQUE

La couche limite atmosphérique, [10] dont l’épaisseur est d’environ 1000m, est la
couche qui contient 10% du recouvrement de la masse d’air totale et où le déplace-
ment d’air est régi par le gradient de pression. Elle est contrôlée et modifiée partielle-
ment par le frottement aérodynamique de la surface et par l’importance de la stratifica-
tion de la densité d'air qui résulte des différences de températures entre la surface du
sol et l'air ambiant. Elle est fonction de plusieurs paramètres, tel que :
o la vitesse du vent ;
o la rugosité des sols ;
o et l'ensoleillement variable suivant les lieux et l'heure de la journée.
6
Près de la surface terrestre, la présence du sol perturbe l'écoulement de l'air et crée une
forte turbulence (vent) alors que dans l'atmosphère libre, l'air sous l'action des forces
de pression et de Coriolis est uniforme, horizontal et sa vitesse est constante (vent
géostrophique). La couche limite atmosphérique (CLA), peut être divisée en deux sous
couches, (voir figure 1.2), à savoir la couche limite de surface (CLS) et la Couche
limite d’Eckerman.
1.2.2.1 Couche limite de surface (CLS)

Cette couche dont l’épaisseur varie entre 50 et 100m, est la partie basse de la CLA.
Elle est en contact direct avec la surface terrestre. Dans cette région, les effets de la
force de Coriolis sont négligeables devant les effets dynamiques engendrés par les
frottements au sol ainsi que par la stratification thermique de l’air.
Elle peut être départagée en deux sous couches :
une sous-couche inférieure située au-dessus du sol où les forces de frottement sont
prédominantes, par rapport à la stratification thermique de l’air. Dans ce cas, le
mouvement de l’air est turbulent etbest directement lié à la rugosité du sol.
La seconde sous couche se situe juste au-dessus de la première. Les effets de
frottement y sont négligeables devant la stratification thermique de l’air.
Figure 1.2 Vue schématique de la couche limite atmosphérique.
7
1.2.2.2 Couche limite d’Eckerman

La couche limite d’Ekerman est la partie supérieure de la couche limite atmosphérique
Le vent est alors influencé par le frottement au sol, la stratification thermique de l’air
et la force de Coriolis.
Avec l’altitude, les forces de frottement deviennent négligeables devant l’effet de la
force de Coriolis, jusqu’à atteindre le vent géostrophique.
1.2.3 STABILITE ATMOSPHERIQUE

Dans la couche limite de surface, la force de Coriolis est négligeable et l'écoulement
de l'air est régi par des turbulences d'origine, [9] :
mécanique : les turbulences sont générées par la proximité du sol qui modifient le
profil de la vitesse du vent par la présence d'obstacle ou de discontinuité au sol.
Thermique : les turbulences sont générées par la distribution de la température,
dûe essentiellement aux différences de température résultant du réchauffement et
refroidissement échange radiatif quotidien de la terre ainsi que de l’écoulement de
l’air entre les régions chaudes et froides.
La sensibilité thermique de l'atmosphère est le rapport entre le gradient de température
et le gradient adiabatique représentant l'augmentation de la température d’une masse
d’air s’élevant adiabatiquement.
On distingue ainsi trois cas :
les conditions atmosphériques instables ;
les conditions atmosphériques neutres ;
Et les conditions atmosphériques stables
1.2.3.1 Conditions atmosphériques instables

Elles interviennent lorsque la température de l’air décroît plus vite que le gradient
adiabatique des masses d’air. En s’élevant, ces masses se refroidissent moins vite que
l'air environnant. Elles continuent alors à s’élever et sont remplacées par d’autres
masses d’air provenant de la couche supérieure.
Le mouvement de l’air est fortement turbulent. Elles se manifestent durant la journée
et spécialement pendant le lever du soleil.
8
1.2.3.2 Conditions neutres

Elles interviennent lorsque le gradient de température et le gradient adiabatique sont de
même ordre. Ceci implique qu’il n’y a aucune turbulence d’origine thermique. C’est
le cas lorsque le temps est nuageux ou par vent fort. Dans ce cas, la turbulence
mécanique domine la turbulence d'origine thermique.
1.2.3.3 Conditions stables

Elles interviennent lorsque la température de l’air décroît moins vite que le gradient
adiabatique des masses d’air. Dans ce cas, elles ont tendance à redescendre vers le sol
du fait de leur refroidissement rapide, ce qui entraîne la diminution de la turbulence.
La chaleur est rayonnée loin dans l'espace hors atmosphère et la terre est alors plus
froide que l'air de recouvrement. Ces conditions se manifestent particulièrement
pendant la nuit quand il y a peu de nuages ou quand les vents sont plutôt faibles.
1.2.4 ORIGINE DU VENT

Du fait que la terre est ronde, le rayonnement solaire absorbé diffère aux pôles et à
l’équateur. En effet, l’énergie absorbée à l’équateur est supérieure à celle absorbée aux
pôles. Cette variation entraîne une différence de température en deux points qui induit
des différences de densité de masse d’air provoquant leur déplacement d’une altitude à
une autre. [11,12].
Ces déplacements sont influencés par la force de Coriolis qui s’exerce
perpendiculairement à la direction du mouvement vers l’est dans l’hémisphère nord et
vers l’ouest dans l’hémisphère sud.
On pourrait aisément prévoir la direction des vents dominants si elles n’étaient pas
perturbées par les orages, les obstacles naturels ou les dépressions cycloniques.
1.3 CARACTERISATION HORIZONTALE DE LA VITESSE DU VENT

La puissance énergique éolienne moyenne disponible, associée à une circulation d’une
masse d’air à une vitesse <V> et agissant sur une surface A, de la roue d'une éolienne
s'écrit, [13]:
1 1.1
" P! # $ A "V 3 !
2
9
$ désigne la masse volumique, paramètre variant avec la latitude et la température.

Mais généralement considérée comme constante et avoisinant en moyenne 1.25 kg/m3.
L’expression précédente montre que la puissance disponible varie avec la vitesse
cubique moyenne du vent. Cette dernière est déterminée à partir d’un traitement
statistique des données vent brutes et le calcul des fréquences à un seuil donné de
vitesse, [14]
1.3.1 MODELES D’AJUSTEMENT

De part la forme des nuages de points obtenus, les études de modélisation de la
distribution des vitesses du vent ont été orientées vers des modèles associant puissance
et exponentielle. Les modèles usuels étant :
la distribution de Weibull ;
la distribution hybride de Weibull ;
et la distribution de Rayleigh.
1.3.1.1 Distribution de Weibull

Le modèle le plus utilisé pour traduire la variation des vitesses de vent est la loi de
distribution de Weibull Sa densité de probabilité se présente sous la forme, [15]:
k +1
* k '* V ' * * V 'k '
f (V ) # ( %( % exp( + ( % % 1.2
) C &) C & ( )C & %
) &
En assimilant les fréquences aux probabilités, la densité de probabilité f(V) représente

la distribution en fréquences des vitesses mesurées.
k et C sont des paramètres appelés communément les paramètres de Weibull. Le
paramètre k (facteur de forme) est sans dimension et caractérise la forme de la
distribution de fréquence alors que C détermine la qualité du vent (facteur d’échelle).
Ce dernier a la dimension d'une vitesse.
La détermination de ces paramètres permet la connaissance de la distribution des vents
pour un site donné. Le traitement peut se faire directement ou en passant par les
fréquences par classes en considérant les moyennes.
10
La fonction de répartition est donnée par :
Vx
* * Vx ' k '
f (V . Vx ) # / f ,V - dV # 1 + exp( + ( % % 1.3
( )C& %
0 ) &
1 * * Vx ' k '
f (V 0 Vx ) # / f ,V - dV # exp( + ( % % 1.4
( )C& %
Vx ) &
1.3.1.2 Distribution hybride de Weibull

La distribution hybride de Weibull, [15] est utilisée lorsque la fréquence des vents
calmes enregistrée, sur un site donné, est supérieure ou égale à 15%. En effet, cette
proportion ne peut pas être négligée et doit être prise en compte lors de la
caractérisation d’un site du point de vue éolien. Cette distribution s’écrit :
k +1
* k '* V ' * * V 'k '
f (V ) # ,1 + ff o -( %( % exp( + ( % % pour V>0
) C &) C & ( )C & %
) &
1.5
f (V ) # ff o pour V=0
Où ffo représente la fréquence des vents calmes.
1.3.1.3 Distribution de Rayleigh

La distribution de Rayleigh est un cas particulier de la distribution de Weibull pour le
cas où le facteur de forme k est égal à 2.
Sa densité de probabilité est donnée par :
V * * V '2 '
f (V ) # 2 exp(+ ( % % 1.6
C2 ( )C & %
) &
Toutefois la distribution de Weibull classique (fonction de deux paramètres) est la plus
indiquée.
L'utilisation de ces deux paramètres permet l’évaluation d’un nombre important de
propriétés de la distribution, d'où une meilleure caractérisation des sites.
11
1.3.2 VARIATION SPATIALE (ATLAS DE L’ALGERIE)

Un grand nombre de pays ont établi leurs atlas éoliens. Mis à part l’Atlas américain [1],
ces atlas, [2] sont généralement établis à l’aide du logiciel Wasp développé par le
Laboratoire Riso au Danemark qui permet, à partir des données mesurées au sol,
d’établir une interpolation spatiale tout en prenant en considération les conditions du
sol, à savoir, la topographie, la rugosité et les obstacles, [17,18,19 et 20].
Les résultats obtenus sont ensuite extrapolés à l’aide de la loi de puissance à 25 et 60m
et permettent ainsi de connaître l’évolution de la vitesse du vent à des altitudes
représentant un intérêt énergétique (hauteur de l’hélice, hauteur d’un édifice……).
Une autre approche porte sur l’utilisation d’un modèle qui, à partir de données
mesurées à 3000 m d’altitude par radiosondage, permet une interpolation horizontale
avec un pas choisi. On introduit par la suite l’influence des paramètres rencontrés au
sol tel que la rugosité et l’altitude par l’extrapolation vers le sol du champ de vitesses
obtenu initialement en considérant les conditions neutres de stabilité. Parmi les
modèles développés, on peut citer celui d’AILOS, [21 et 22] qui s’adapte bien aux
régions accidentées. Ce dernier a été testé en Algérie et a fait l’objet de plusieurs
travaux [23, 24 et 25].
1.3.2.1 Travaux de Said et all

Jusqu' au milieu des années 80, les seules mesures des paramètres du vent disponibles
en l'Algérie étaient rapportées dans les bulletins météorologiques de l'ONM qui
donnent les vitesses et les fréquences moyennes des vents pour les différentes stations
météorologiques [26]. En utilisant ces données, Said [3] a conclu que l'Algérie offre de
faibles possibilités en matière d’utilisation de l’énergie du vent.
1.3.2.2 Travaux de Bensaad

Avec les mêmes données, Bensaad [4] a proposé une classification des vitesses du vent
en fonction de la topographie du pays. En 1988, le même auteur a publié les vitesses et
les fréquences moyennes de 22 stations, ainsi que les paramètres de Weibull pour
Alger et Oran, [27]. Toutefois ces résultats sont basés sur des mesures effectuées sur de
petites périodes de mesure.
12
1.3.2.3 Atlas Vent de Hammouche

En 1990, Hammouche [5] a édité " l'atlas de vent de l'Algérie " donnant les résultats
de l'étude statistique de 37 stations en utilisant le logiciel Wasp utilisé pour la
cartographie éolienne de l’Europe, [2].
Les résultats sont donnés sous forme de tableaux regroupant les paramètres annuels de
Weibull à 10, 50 et 100 m, les fréquences directionnelles des vitesses pour un pas
donné et les vitesses arithmétiques moyennes mensuelles et annuelles.
1.3.2.4 Atlas éolien de Kasbadji-Merzouk

Les résultats de Hammouche ont été utilisés pour établir la première carte du vent de
l'Algérie par Kasbadji-Merzouk, [6]. Cette carte a été améliorée par le même auteur
en 1999, en portant le nombre de stations à 46 et en utilisant la distribution hybride de
Weibull, [28].
En parallèle, le modèle Aiolos a été utilisé pour l’établissement de cartes relatives aux
microclimats des régions accidentées en Algérie. Les résultats obtenus ont permis de
détecter des zones ventées en Algérie, avec des vitesses moyennes de vent allant
jusqu'à 7 m/s, telles que la côte ouest méditerranéenne et des zones isolées comme Sidi
Aich, par exemple, [29 et 30].
1.4 EXTRAPOLATION VERTICALE DES PARAMETRES VENT
Pour l’extrapolation verticale des paramètres de la vitesse du vent, on distingue

généralement deux cas :
L’extrapolation verticale de la vitesse du vent à court terme, qui passe
par l’extrapolation de la mesure de la vitesse du vent quasi instantanée,
moyennée sur une minute ou une heure
L’extrapolation verticale de la vitesse du vent à long terme liée aux
résultats de l’étude statistique en occurrence par l’extrapolation des
paramètres de Weibull.
Toutefois, ces expressions sont établies à partir de l’analyse du profil vertical du vent.
13
1.4.1 PROFIL VERTICAL DE LA VITESSE DU VENT
1.4.1.1 Modèle de similitude de Monin-Obukov

La majorité des travaux sur la détermination du profil vertical du vent dans la couche
limite de surface est basée sur la théorie de similitude de Monin-Obukov de 1954, [8]
et les travaux de Businger 1955, [31].
Etablie pour des terrains plats et homogènes, elle relie le flux de chaleur turbulent H au
produit des grandeurs u* et 2* appelées respectivement vitesse de frottement et échelle
de température. La théorie de similitude spécifie que les équations respectives du
gradient du vent et de la température dans la couche limite atmosphérique sont reliées
au flux par l’intermédiaire des fonctions universelles M et H. Ces équations se
mettent sous la forme suivante suivantes :
5V u* *z' 1.7
# 3M ( %
5 z 4 z )L&
52 H *z' 1.8
#+ 3H ( %
5z $ c p 4 u* z ) L &
Avec :
H : le flux de chaleur sensible, W/m2
! : la masse volumique de l'air, kg/m3
" : constante de Von-Karman = 0.41
u* : vitesse de frottement, m/s
cp: Chaleur spécifique à pression constante, kJ/kg
L : Longueur de Monin-Obukov, m
z : Altitude, m.
Ces fonctions universelles dépendent de paramètres adimensionnels, fonction de la
stabilité verticale de l’atmosphère, à savoir z/L et Ri,(nombre de Richardson
représentant le rapport entre le flux de chaleur et le moment turbulent élevé au carré).
La longueur de Monin-Obukov est donnée par :
14
$ c p u*3 T u*éT 1.9.

L#+ #
4 gH 4g2*
T étant la température ambiante mesurée à 1 m du sol et #* l’échelle de température

égale à :
H 1.10
2* #
$c p u*
1.4.1.2 Travaux de Paulson [32]

Les travaux de Paulson C.A. en 1970 [32] portent sur l’intégration des gradients
adimensionnels 3M et 3H . Pour cela, il utilise la forme analytique des fonctions
implicites des expressions du profil de la vitesse du vent et de la température, données
par Panofsky en 1963 [32], à savoir :
* u '; * z ' 8
1.11
u ( z ) # ( * % 9ln(( %% + < M 6
) 4 &: ) zo & 7
* =* ' ; * z ' 8
1.12
= ( z ) + =o # ( % 9ln(( %% + < H 6
) 4 &: ) z o & 7
avec zo, rugosité du sol et #0 la température mesurée près du sol.
z
L
,1 + 3 M ,> --d>
<M# /
0
>
1.14
z
L'
,1 + 3 H ,> '--
<H# /
0
>'
d> ' 1.15
> et >’ sont égaux à z/L et z/L’ selon l’intégration et L’= PrL, Pr étant le nombre de
Prandlt.
Par ailleurs, l’équation suivante a été proposée par Panofsky en 1963, [32] :
3M4 + ? , z L - 3M # 1 1.13
En intégrant les expressions, précédentes, l’auteur obtient :
* 1 @ 3M ' * 1 @ 3 M2 '
% @ 2 tan 3 M + A / 2 @ ln(( %%
+1
< M #< H # 1 @ 3 M + 3 ln 3 M @ 2 ln( 1.16
) 2 & ) 2 &
15
En utilisant les gradients adimensionnels proposés pour des conditions instables de

l’atmosphère par Paulson en 1970, et donnés par [32]:
+1
; * z '8 4
1.17
BM # 91 + ? ( %6
: ) L &7
+1
; * z '8 2
1.18
B H # 91 + ? ( %6
: ) L &7
Il obtient, après intégration :
*1@ x ' * 1 @ x2 ' A
< M # 2 ln( % @ ln (( %% + Arc tan g ,x - @ 1.19
) 2 & ) 2 & 2
* 1 @ x2 ' 1.20
< H # 2 ln(( %%
) 2 &
avec :
1
* z' 4
1.21
x # (1 + ? %
) L&
? étant une constante à déterminer à partir des observations. L’auteur propose

finalement la valeur ?=16 et conclut que les résultats obtenus sont en accord avec ceux
proposé par Dyer en 1970, [33]
1.4.1.3 Synthèse de Dyer, [33]

Dyer A.J., [33] résume dans son papier (tableaux 1.1 et 1.2), les formules empiriques
établies par différents auteurs et compare les différentes expressions des fonctions
universelles 3 pour les conditions stables et instables de l’atmosphère.
Tableau 1.1: Résumé des formules empiriques de 3, pour le cas instable, [33]
Auteurs Validité Chaleur Moment
Swinbank, 1964 3M # , z L -,1 + exp,z L --+1
Swinbank, 1968 -0.1>z/L>-2 3H # 0.227,+ z L -0.44 3M # 0.613,+ z L -+0.2
Webb, 1970 z/L>-0.03 3 H # 1 @ 4 .5 , z L - 3 M # 1 @ 4 .5 , z L -
Dyer et all, 1970 0>z/L>-1 3H # ,1 + 16, z L --+ 3H # ,1 + 16, z L --+
1 1
2 4
Businger et all, z/L>-2 3H # 0.74,1 + 9, z L --+ 3H # ,1 + 15, z L --+

1 1
2 4
1971
1.23
16
Tableau 1.2 : Résumé des formules empiriques de 3, pour le cas stable, [33]
Auteurs Validité Chaleur Moment
Webb, 1970 z/L>-0.03 3 H # 1 @ 5 .2 , z L - 3 M # 1 @ 5 .2 , z L -
Businger et all, 1971 z/L>-2 3H # 0.74 @ 4.7, z L - 3 M # 1 @ 4 .7 , z L -
1.24
Pour le cas instable, l’auteur déduit que les relations empiriques les plus adaptées sont
celles établies par Dyer et all en 1970, à savoir :
+1 +1
* * z '' 4
* * z '' 2
1.25
3M # ((1 + 16( % %% 3 H # ((1 + 16( % %%
) ) L && ) ) L &&
Prenant ainsi ?=16 pour les conditions stables, il propose l’expression suivante pour le
calcul des fonctions 3M et 3H :
*z' 1.26
3M # 3H # 1 @ 5( %
)L&
1.4.1 Travaux de Nieuwstadt, [34]

Nieuwstadt propose une méthode simple pour le calcul de la vitesse de frottement et
de l’échelle de température à partir des profils de vitesses et de températures pour
différents types de sol. Pour cela il utilise la méthode des moindres carrés. En
comparant ses résultats aux méthodes et expérimentations déjà établies, l’auteur trouve
une bonne concordance des résultats.
1.4.1.5 Travaux de Van Wijk, [35]

Les travaux de Van Wijk, [35] portent sur le test de la théorie de similitude au niveau
de la mer. Alors que l’expression 1.10 résultant de l’intégration de l’équation 1.7 garde
sa forme, celle relative au profil de température s’écrirait :
* = '; * z ' * z '8 1.27

Tair ( z ) # Tsea + 0.01 * z @ ( * % 9ln(( %% + < H ( ' %6
) 4 & 9: ) zo & ) L &67
avec Tsea la température à la surface de la mer

L’auteur adopte les formules de Dyer et all établies en 1970 en changeant la gamme de
variation de la longueur de Monin-Obukov, à savoir:
17
instables pour L<0

stables pour L>0.
Par ailleurs, la longueur de Monin Obukov devient fonction d’une échelle de
température dite virtuelle sous la forme :
2 v* # 2* @ 0.00061 * Tair * q* 1.28
Le second terme est un facteur de correction fonction du flux de chaleur sensible H et

du flux de chaleur latente $E, étant la chaleur latente de vaporisation et q* l’échelle
de l’humidité égale à E/!u* .
Après développement, la longueur de Monin-Obukov à la surface de la mer se mettrait
sous la forme :
u*2Tair 1.29
L#
* * q ''
Cg2* ((1 @ 0.00061 * Tair (( * %% %%
) ) 2* & &
La validité de ces expressions a été testée suivant différentes classes de stabilité à

l’aide de la comparaison des résultats avec des mesures effectuées pendant 04 mois à
deux niveaux (18 et 70m sur une plateforme en pleine mer). L’auteur trouve une bonne
concordance entre les formules et les mesures.
1.4.1.6 Travaux de B. Lange et all, [36]

Les travaux de Lange portent sur la comparaison de trois modèles d’estimation de la
rugosité et de la longueur de Monin-Obukov au niveau de la mer. A partir de données
mesurées à 10m, l’auteur extrapole les vitesses à 50m et compare les résultats avec les
mesures effectuées à cette altitude.
Les approches utilisées pour la détermination de la longueur de Monin-Obukov sont :
- L est directement déterminée à partir de la mesure de la vitesse de frottement
et de la chaleur sensible (approche dite « Sonic »), soit :
u*3 1.30
L$#
g
" cov W , T !
T
W étant la composante verticale du vent et T sa température.
18
- L est fonction du nombre de Richardson estimé à partir du gradient de la

vitesse du vent et de la température de l’air, entre 10 et 50m du sol,
(méthode du « Gradient »). Soit :
( . z' +
%% , Ri ) Ri 0
L$' - * 1.31
% z' 1 # 5Ri ! 0 Ri 0.2
&% Ri
Avec z ' $ z1 # z2 ! 1.32

ln z1 z2 !
- L est estimée à partir de la température de l’air, de la température à la surface de

la mer et de la vitesse du vent à 10m du sol, en utilisant l’approche de Brun
(méthode dite du « Volume »).
Selon l’auteur, les meilleurs résultats sont donnés par cette dernière approche.
1.4.2 EXTRAPOLATION VERTICALE DE LA VITESSE DU VENT

Les premiers travaux portant sur la détermination des formules d’extrapolation de la
vitesse du vent d’un niveau z1 à z2 ont été effectués par Justus C.G. et A.S. Mikhail
qui étudient la variation de la vitesse du vent ainsi que les paramètres de Weibull en
1976, [37 et 38]. Nous allons citer dans les paragraphes suivants les différentes
formules proposées par la littérature.
1.4.2.1 Loi logarithmique, [39]

Le profil logarithmique est déduit à partir du rapport du profil vertical du vent.
L’extrapolation de la vitesse mesurée V1 en un point z1 vers un niveau z2, s’écrirait :
.z + .z +
ln,, 1 )) # / m , 1 )
z -L*
V2 $ V1 - 0 * 1.33
.z + .z +
ln,, 2 )) # / m , 2 )
- z0 * -L*
Avec :
- m : fonction universelle
- zo: rugosité du sol, m.
19
Pour des conditions neutres, la fonction universelle étant nulle, l'équation précédente
devient :
.z +
ln,, 2 ))
z
V2 $ V1 - o * 1.34
.z +
ln,, 1 ))
- zo *
1.4.2.2 Loi de puissance 1/7

La loi de puissance qui permet l’extrapolation verticale de la vitesse du vent d’un
niveau z1 à un niveau z2, se met sous la forme :
0e
.z +
V z 2 ! $ V z1 !,, 2 )) 1.35
- z1 *
Avec :
. zg +
2 M ,, ))
0e $ -L * 1.36
. zg + .z +
ln,, )) # 1m ,, g ))
- zo * -L *
zg étant la moyenne géométrique de la hauteur donnée par :
z g $ z1 * z 2 !
1
2 1.37
Afin d’éliminer l’effet de l’instabilité atmosphérique liée à la variation de la radiation

solaire entre la nuit et le jour, dans l’exposant de la loi de puissance, l’auteur, [37] fait
tendre la longueur de Monin-Obukov vers l’infini en supposant l’atmosphère stable.
Dans ce cas, l’exposant prend une forme logarithmique et s’écrit alors :
1 1.38
0e $
. zg +
ln,, ))
- zo *
L’auteur montre graphiquement que pour des régimes de vent très élevés et pour des
altitudes élevées, la loi de puissance 1/7 est la limite du modèle de similitude d’où
l'expression, [39] :
1
.z + 7
1.39
V 2 $ V1 ,, 1 ))
- z2 *
20
1.4.2.3 Loi de puissance

La dépendance du paramètre de Monin-Obukov de la rugosité du sol a été étudiée par
Justus C.G. et all, [37] sous la forme suivante :
n
.z +
V2 $ V1 ,, 2 )) 1.40
- z1 *
n étant un exposant dépendant, selon Reed, de la vitesse mesurée à z1.
D'après C.G. Justus et A.S. Mikhail, [37] Reed propose la relation suivante pour
l’extrapolation de la vitesse du vent d’un niveau 1 à un niveau 2 :
V2 $ 0 V13 1.41
avec :
0.27960 4 0.03265 ln z1
.z + 1.42
0 $ ,, 1 ))
- z2 *
ln z1 1.43
3 $ 0.90169 4 0.10528 ln z1 # 0.05502 ln z 2 # 0.006424
ln z 2
Malheureusement le formule de Reed montre quelques insuffisances, tel que :

- pour z1 donné, n ne doit pas varier avec z2
- V, !, " et n doivent être symétriques et ne doivent pas varier avec z2.
Pour éliminer ces anomalies, Justus C.G. et all, 1976, [37] ont proposé une expression
pour l’exposant de la loi de puissance permettant l’extrapolation de la vitesse
instantanée du vent et donnée par :
n $ a 4 b lnV1 1.44
Pour une rugosité du sol comprise dans la gamme suivante 0.05 m<=z0<=0.5m, il
obtiennent alors :
0.37 1.45
a$
. . z ++
,,1 # 0.0881ln, 1 ) ))
- - 10 * *
# 0.0881 1.46
b$
. . z ++
,,1 # 0.0881ln, 1 ) ))
- - 10 * *
21
1.4.2.4 Loi de puissance modifiée

Ce modèle a pour but d'allier théorie et expérimentation par l'introduction du
paramètre de rugosité dans la loi de puissance. En effet, afin de combiner la précision
du modèle théorique et la simplicité du modèle empirique précédent, le modèle de la
puissance modifiée a été proposé par Mikhail et Justus C.G. el all en 1981, [40]. Pour
une altitude égale à 10m, et pour des conditions neutres de stabilité, l’exposant de la
loi de puissance se met sous la forme :
: 7
8 5
nm $
1
# 8 0.0881 5 ln., V1 +
)) 1.47
. zg + 8 : ,
. z1 + 7 5 - V n *
ln,, )) 8 81 # 0.0881ln, )5 5
- z o * 98 9 - 10 *6 65
Avec Vn = 6 m/s pour des conditions neutres de stabilité

zg la moyenne géométrique de la hauteur.
En 1985, Mikhail ajuste expérimentalement le modèle précédent et propose

l’expression suivante, [41]:
1 0.0881 # 0.0881ln V1 1.48

n$ 4
. zg + .z +
ln,, )) 1 # 0.0881ln, 1 )
- zo * - 10 *
1.4.2.5 Loi à coefficient variable

A travers leurs travaux sur le potentiel éolien au Maroc, H. Nfaoui et al [42] optent
pour l’utilisation d’une formule empirique dont l’exposant est à coefficient variable,
fonction de la rugosité. Cette expression a été proposée lors de l’établissement de
l’atlas marocain, [43], soit :
x # 0.0881ln V1 ! 1.49
n $
1 # 0.0881ln., 1 +)
z
- 10 *
22
En prenant pour :
z0 = 0 - 0.005 m x=0.25
z0 = 0.005 - 0.05 m x=0.31
z0 = 0.05 - 0.5 m x=0.37
z0 = 0.5 - 4 m x=0.48
On remarque que le coefficient varie en fonction de la classe de rugosité.
1.4.3 EXTRAPOLATION DES PARAMETRES DE WEIBULL
1.4.3.1 Modèle d’extrapolation de Justus et Mikhaiel, [37]
En 1976, Justus et Mikhaiel ont proposé, pour une référence d’altitude initiale égale à
10m, les formules d’extrapolation suivantes :
: . z +7
81 # 0.0881 * ln, 1 ) 5
k2 8
$ - 10 * 5 1.50
k1 8 . z2 + 5
8 1 # 0.0881 ln, 10 ) 5
9 - * 6
m
C2 . z 2 + 1.51
$, )
C1 ,- z1 )*
Avec
: 7
8 0.37 # 0.0881 ln(C ) 5
m$8 1 5
1.52
8 . z1 + 5
8 1 # 0.00881ln, 10 ) 5
9 - * 6
1.4.3.2 Modèle modifié d’extrapolation de Justus, [44]

Repris par Poje [44], Justus a modifié en 1978, l’expression d’extrapolation des
paramètres de Weibull en introduisant la rugosité du sol, tel que :
: 7
8 5
k2 8 1 5 1.53
$
k1 8 .z +5
81 # 0.0881ln,, 2 )) 5
98 - z1 * 65
23
et
m1
. C2 + . z 2 + 1.54
,, )) $ ,, ))
- C1 * - z1 *
Avec :
1 .C + 1.55
m1 $ # 0.0881ln, 1 )
. zg + - 6*
ln,, ))
- zo *
z g $ z1 * z 2 !
1
Et 2
1.4.3.3 Modèle modifié d’extrapolation de Mikhaiel, [41]

Pour une extrapolation à partir d’un niveau quelconque, Mikhaiel en 1985, reprend les
expressions d’extrapolation des paramètres proposés en 1976, en modifiant l’exposant
tel que :
m$
1
4
0.0881 1 # ln C1 ! 1.56
. zg + .z +
ln,, )) 1 # 0.0881ln, 1 )
- zo * - 10 *
1.4.3.4 Modèle d’extrapolation de Spéra et all, [41]

Mikhaiel A.S., en 1985, [41] expose la formule de Spéra et Richardson qui introduit le
paramètre de rugosité du sol zo, en proposant une extrapolation du paramètre de forme
qui se présente sous la forme :
.z +
ln,, 1 ))
zr
1# 0 o - *
ln Vh 1.57
k 2 $ k1
.z +
ln,, 2 ))
z
1# 0 o - r *
ln Vh
avec :
0.2
.z + 1.58
0 o $ ,, o ))
- zr *
24
zr étant la hauteur de référence égale à 10m et Vh la vitesse du vent homogène égal à V1. Par
ailleurs, l’exposant mc de l’extrapolation du facteur d’échelle est donné par :
ln C1
1#
ln Vh 1.59
mc $ 0 o
0 o ln ( z1 z r )
1#
ln Vh
1.4.4 TEST DES MODELES D’EXTRAPOLATION
1.4.4.1 Test de Peterson, [38]
L’auteur évalue la densité de puissance à 56 m d’altitude par l’utilisation de quatre

modèles d’extrapolation différentes, à savoir :
- La loi de puissance 1/7, (équation 1.38) ;
- La loi de puissance (équations 1.47, 1.48) ;
- En déterminant l’exposant localement, à partir de la connaissance de deux points
de mesure 7 et 23m ;
- Graphiquement, en utilisant le graphe donné par Plate et donnant P50/P5 et
P50/P10 en fonction de la rugosité locale du sol.
L’auteur teste ces modèles sur six tours installées dans 06 états des Etats-Unis et
conclue que :
- Lorsque la rugosité est faible, l’extrapolation de la vitesse du vent n’est pas
sensible à la variation du terrain ;
- Le modèle de Justus et all n'est pas adéquat, les incertitudes calculées lors de
l'estimation de la puissance énergétique sont trop importantes ;
- La loi de puissance 1/7 donne de bons résultats lorsque la rugosité du sol est
très faible par rapport à l’altitude d’extrapolation.
1.4.4.2 Test de Mikhaiel, [41]

L’auteur teste les performances des modèles suivants :
- lois de puissance 1/7, (équations 1.35 et 1.36)
- Loi logarithmique, (équation 1.34)
- Loi de puissance, (équations 1.44, 1.45 et 1.46)
- Loi de puissance modifiée, (équations 1.47, 1.48 et 1.49).
25
Sur trois sites américains (Colorado, Washington et Oklahoma). Il compare les

vitesses de vent ainsi que les paramètres de Weibull extrapolés avec des mesures
locales effectuées à plusieurs niveaux des pylônes. L’auteur conclue que pour les
vitesses du vent extrapolées, le modèle de la loi de puissance modifiée présente l’écart
type le plus faible (16.6%), et s’adapte le mieux aux régions. Par ailleurs les résultats
de l’extrapolation du facteur d’échelle, diffèrent d’un site à un autre (respectivement
<2%, 6% et 28%) alors que ceux relatifs au facteur de forme sont proches.
1.4.4.3 Test de Poje, [43]

Pour l’établissement des atlas vent de la Yougoslavie, l’auteur a testé les modèles
d’extrapolation des paramètres de Weibull de :
- Mikhaiel (équations 1.50, 151 et 1.58 ) ;
- Spéra et all (équations 1.56 à 1.58), la vitesse de vent homogène étant
supposée égale à Vh= 67 m/s
En prenant pour référence le modèle de Justus (équations 153 à 1.55).
Sur les 32 stations traitées, les résultats différent énormément. A 50m d’altitude et
pour un aérogénérateur donné, les puissances calculées par le modèle de Mikhaiel sont
surestimées et atteignent des différences allant jusqu’à 28636 kWh. Même si les
différences sont moindres, la méthode de Spéra, ne s’adapte pas à certains sites, les
écarts enregistrés par rapport à la méthode de Justus varient de 100 à 1000 kWh.
L’auteur propose d’établir un modèle spécifique pour chaque site considéré.
1.4.4.4 Test de Pneumatrikos, [45]

Dans le cadre des recherches de sites ventés susceptibles de recevoir des installations
éoliennes en Grèce, l’auteur teste les performances de quatre modèles d’extrapolation,
à savoir :
- lois de puissance 1/7, (équations 1.35 et 1.36)
- Loi de puissance, (équation 1.44, 1.45 et 1.46)
- Détermination de la vitesse du vent à partir de l’expression du profil du vent
suivant les classe de stabilité, et extrapolation selon les classes. (équation
1.11 à 1.21).
26
- Détermination de la vitesse du vent à partir de l’expression du profil du vent

en supposant une stabilité neutre (équivalent à la loi logarithmique,
(équation 1.34).
Les résultats obtenus montrent que l’extrapolation de la vitesse du vent de 8 à 32 m
d’altitude, sous-estime les valeurs de 68 à 87% , selon les modèles.
L’exposant de la loi de puissance déterminé par l’auteur varie de 0.25 à 0.59 et est bien
loin de l’exposant de la loi de puissance 1/7, (soit 0.142).
1.5 AVANCEES TECHNOLOGIQUES
1.5.1 EXPANSION DES APPLICATIONS EOLIENNES
L’utilisation des aérogénérateurs est en pleine croissance dans le monde entier. La plus
grande partie des investissements a été réalisée en Europe, où les coûts de production
conventionnelle de l’électricité sont plus élevés et où l’on veut davantage réduire la
pollution attribuable à l’émission des gaz à effet de serre et réduire la dépendance
énergétique.
L’industrie mondiale des éoliennes comprend environ une douzaine de grandes
entreprises situées en Europe. Au Danemark, l’industrie des éoliennes est supérieure à
la fois à l’industrie de la pêche et à l’industrie agricole, [45]. Le développement
technique des éoliennes modernes emprunte beaucoup à l'aviation. L’intérêt actuel
pour l’énergie éolienne provient du besoin d’élaborer des systèmes d’énergie propre
durables et auxquels on peut se fier à long terme.
L’aérodynamique et l’ingénierie modernes ont permis d’améliorer les éoliennes.
Maintenant, elles offrent une énergie fiable, rentable, non polluante pour les
applications des particuliers, des communautés et pour les applications nationales.
Après avoir réalisé des prouesses techniques avec les éoliennes à axe vertical, les
inventeurs continuent d'explorer des machines à vent, parfois étonnantes, comme les
turbines à concentrateur de flux.
Mais c'est bien l'éolienne à axe horizontal qui, comme un petit avion suspendu dans les
airs, constitue la quasi-totalité des éoliennes installées. Les hélices modernes sont
profilées comme celles des avions. Le système du pas variable automatique permet
d'ajuster la rotation du rotor à la vitesse des vents.
27
1.5.2 EOLIENNES DE POMPAGES
1.5.2.1 Éoliennes de pompage mécaniques
L’éolienne de pompage mécanique traditionnelle utilise un système bielle manivelle

monté sur l’arbre du rotor. Elle possède normalement plusieurs pales montées sur un
rotor qui tourne relativement lentement.
Le système bielle manivelle transforme le mouvement rotatif de la bielle en un
mouvement rectiligne alternatif qui commande la pompe à piston installée dans un
puits ou un étang, à la base de l’éolienne.
Le mouvement alternatif du piston de la pompe assure le pompage de l’eau. Les
éoliennes de pompage mécaniques ont leurs avantages et leurs inconvénients. Elles
sont généralement fiables, d’un entretien facile et d’un coût abordable. La contrainte
principale réside dans le fait qu’elles doivent être installées directement au-dessus du
puits ou de l’étang, ceci même si l’eau doit être utilisée à une certaine distance de ce
puits.
1.5.2.2 Éoliennes de pompage électriques

Contrairement au système mécanique, le système éolien électrique n'est pas obligé de
se trouver près de la source d’approvisionnement en eau.
Le système éolien électrique commande une pompe électrique, (après conversion de
l’énergie mécanique en énergie électrique) qui aspire l’eau de la source (un puits ou un
étang) et la refoule à l’endroit de son utilisation (un abreuvoir à bétail, un étang ou un
système d’irrigation).
La quantité d’énergie consommée par la pompe électrique peut être adaptée à la
puissance de sortie de l’éolienne, de manière à ce que l’énergie éolienne soit utilisée
efficacement.
Les éoliennes de pompage électriques ne comprennent pas de batteries. L’eau est
stockée dans un réservoir qui sert de réserve d’énergie.
En figure 1.3 est donné le schéma des systèmes de pompage mécanique et électrique
pour le pompage de l’eau.
28
Figure 1.3 : Représentation schématique des systèmes éoliens mécanique et électrique

pour le pompage de l’eau, [46].
1.5.3 INSTALLATIONS DE GRANDES PUISSANCES
1.5.3.1 Fermes éoliennes

Elles sont constituées par un grand nombre d'éoliennes destinées à la production
d'électricité. Ces éoliennes sont bien plus grandes, (leurs pales vont de 20 à 30m, les
tours atteignent 50m de hauteur) et produisent autour de 500 kW. Dans les fermes
éoliennes des centaines de machines fonctionnent ensemble et suffisent pour alimenter
une ville en électricité.
1.5.3.2 Aérogénérateurs de grande puissance

La tendance actuelle porte sur l’installation d’aérogénérateurs de grande puissance
afin d’éliminer l’occupation de surface générée par les fermes éoliennes. Une éolienne
de forte puissance (1 Mégawatt) a une hauteur de 60m et le diamètre du rotor sera de
55m. En pleine mer, la puissance nominale d’un aérogénérateur dépasse les 4 MW.
Leurs installations en off-shore évitent les problèmes sonores que cause la rotation des
hélices.
29
.
Figure 1.4. : Ferme éolienne
1.5.4 SOLUTIONS TECHNOLOGIQUES

Aujourd’hui les avancées technologiques en matière de matériaux ont permis
l’installation en Allemagne d’un aérogénérateur d’une puissance égale à 4 MW dont la
production d’électricité répond à la demande de 400 foyers. Les différentes avancées
se font grâce à des études faites sur les matériaux utilisés pour la conception des
aérogénérateurs.
1.5.4.1 Matériau du support

Les pylônes peuvent être réalisés en acier ou en béton armé. Ils peuvent être
autoporteurs et auto-résistants ou haubanés. Si l'haubanage permet de réduire les
dimensions du mât, par contre il pénalise l’emprise au sol. Actuellement les mats en
caisson, souvent en acier et fortement ancrés au sol, sont très répandus pour les
éoliennes de grande puissance.
Les problèmes de corrosion et de montage sont les paramètres principaux dans le
choix de la solution à adopter, [47].
30
1.5.4.2 Matériaux des pales

Les matériaux utilisés pour la réalisation des pales sont variés et ont bénéficié de
nombreux progrès, particulièrement ceux dus aux pales d’hélicoptères.
Contrairement à ce que l’on croit fréquemment, ce n’est pas dans le domaine de
l’aérodynamique que réside la difficulté mais bien dans celui de la construction et de la
résistance des matériaux.
En effet, c’est dans le mode de réalisation des pales qu’il y a le plus à faire pour
augmenter la sécurité de marche.
Les matériaux utilisés pour la réalisation des pales sont donc essentiels et doivent
répondre à plusieurs exigences :
ils doivent être assez légers,
résistants à la fatigue mécanique, à l’érosion et à la corrosion,
et de mise en oeuvre ou d’usinage simple.
On rencontre plusieurs types de matériaux :
- le bois : il est simple, léger, facile à travailler et il résiste bien à la
fatigue mais il est sensible à l’érosion, peut se déformer et est réservé
pour des pales assez petites.
- le lamellé-collé : c’est un matériau composite constitué d’un
empilement de lamelles de bois collées ensemble. Il est possible de
réaliser des pales jusqu’à 5 à 6 m de longueur ayant une bonne tenue en
fatigue.
- les alliages d’aluminium pour des pales allant principalement jusqu’à
20 m de longueur.
- les matériaux composites : leur intérêt est de permettre la réalisation de
toutes les formes et dimensions, ainsi que d’obtenir les caractéristiques
mécaniques exactes recherchées qui sont :
la pale vrillée,
la corde évolutive,
le changement de profil, [48].
31
1.6 POSITION DU PROBLEME
On se propose dans la présente étude de fournir la tout concepteur ou installateur de

systèmes éoliens, les outils nécessaires au choix et à l’optimisation de sa machine en
tout point du territoire et ceci en :
- établissant les atlas permettant de détecter les zones ventées
- déterminant les puissances éoliennes disponibles au niveau de l’hélice par
extrapolation des paramètres de Weibull afin de calculer les puissances réellement
récupérables à la sortie de la machine.
1.6.1 INTERPOLATION HORIZONTALE

Les services météorologiques fournissent des données brutes (vitesse et direction)
mesurées au niveau des stations météorologiques (généralement des aéroports)
moyennées sur une période de trois heures, (données trihoraires).
Toutefois, l’utilisateur potentiel, a besoin de données (estimations) en tout point du
territoire présentant un besoin énergétique ou autre (architecture, agriculteurs,..). D’où
la nécessité de l’établissement d’une carte des vents moyennant l’utilisation d’une
méthode d’interpolation appropriée. Une fois la carte établie, les zones signalées
comme particulièrement ventées nécessitent une étude microclimatique pour la
confirmation des résultats de l’interpolation.
1.6.2 EXTRAPOLATION VERTICALE

Le dimensionnement de tout système éolien passe nécessairement par la connaissance
de la vitesse du vent et ses variations au niveau de l’hélice.
Pour obtenir des données relatives à la hauteur désirée, il existe deux méthodes
possibles, à savoir :
; effectuer une campagne de mesure sur une période suffisamment longue (au moins
huit années), à la hauteur d’installation des hélices d’éoliennes, ce qui n’est pas
concevable pour de petites applications ;
; procéder par une extrapolation verticale de données relevées à 10 mètres du sol à
partir de modèles empiriques déjà établis.
32
Les modèles cités précédemment sont tous basés sur la théorie de Monin–Obukov qui
détermine le profil vertical du vent à partir de relations implicites, fonction des
conditions de stabilité de la couche limite atmosphérique.
Toutefois, ces formules empiriques ont été développées pour des climats particuliers et
des sites appropriés aux installations éoliennes. Raison pour laquelle plusieurs travaux
ont été réalisés par différents auteurs, pour déterminer la formule la plus adaptée à
leurs conditions propres.
Par ailleurs, ils ne répondent pas aux spécificités du climat et terrains des hauts
plateaux algériens. Dans ce sillage, l’objectif de la seconde partie de l’étude est :
- tester les différents modèles empiriques pour un terrain semi-aride en utilisant
les paramètres vent prélevés, à plusieurs niveaux du pylône de Ksar El Chellala.
- Déterminer un modèle adéquat d’extrapolation de la vitesse du vent et des
paramètres de Weibull au climat semi-aride
- Valider le modèle à travers la littérature et en utilisant des données qui n’ont pas
été utilisées pour l’établissement de la formule.
- Etablir l’atlas corrigé des vitesses et puissance disponible du vent à 10 et 50m.
1.7 CONCLUSION
L’étude bibliographique a permis de passer en revue les principaux travaux de

recherche se rapportant à la caractérisation horizontale et verticale de la vitesse du
vent.
L’étude a été affinée par la présentation des travaux de comparaison entre les modèles
empiriques effectués par plusieurs auteurs. Les principaux travaux de recherche
portant sur le potentiel énergétique éolien en Algérie ont également été présentés. La
fin du chapitre a été consacrée à la position des problèmes objet des présents travaux.
33
REFERENCES
1. Pacific Northwest Laboratory, « Wind Energy Ressource Atlases », Vol. 1 et 2
PNL–3194. Pacific Northwest Laboratory Richland, Washington, D.C., USA, 1981
2. Troen I. et E.L. Petersen, « European Wind Atlas », Riso National Laboratory,
Roskilde, Danmark, 1989.
3. Said M et A. Ibrahim, « Energy in the Arab World. Energy », N° 9-3, pp. 217-38,
1984.
4. Bensaid H., « The Algerian Programme on Wind Energy ». Proceeding of WEAC,
pp. 21-27, Oxford, 1985.
5. Hammouche R., « Atlas Vent de l’Algérie/ONM ». Office des Publications
Universitaires (OPU), Alger 1990.
6. Kasbadji Merzouk N., « An Evaluation of Wind Energy Potential in Algeria ».
Proceeding of EWEC'94 congress, Thessaloniki, Grèce, 1994.
7. Youcef Ettoumi F., « Ressources Energétiques Renouvelables en Algérie », Thèse
de Doctorat d’état, USTHB, 2002.
8. Monin A.S. et A.M. Obukov, « Basic Regularity in Turbulent Mixing Surfaces
Layer of the Atmospheric », Akad. Nauk. S.S.S.R., Trusd Geof. Inst, 24, 151,
1954.
9. http://www.rzs-hm.si/people/Mark.Zagar/work/arpege/lien5-4-3.html
10. Turbelin G., « Modélisation de la Structure Atmosphérique en vue de l’Etude du
Chargement Aérodynamique des Structures Soumises aux Effets de Vent ».
Université d’Evry Val d’Essone, U.F.R. De sciences et Technologie, 2000.
11. Carson D.J., « Boundary Layer Meteorology, Introduction Lectures ». Workshop
on An Atmospheric Area Modelling, ICTP, 1990.
12. Ensalem R., « Climatologie Générale », Ed. ENP, Alger 1989.
13. Cuntry G., « Eoliennes et Aérogénérateurs », EDISUD/Technologie douce, 1979.
14. Kasbadji Merzouk N. et H. Daaou, « Atlas Energétique Eolien de l’Algérie »,
SIPE5, Béchar, Algérie 2000.
15. Solari G., « Wind Speeds Statistics », Collège on atmospheric Boundary Layer and
Air Pollution. ICTP, Trieste, Italie 1994.
16. Takle E.S. et J.M. Brown, « Note on the Use of Weibull Statistic to Characterize
Wind Speed Data ». Journal of applied Meteorology, Vol. 17, 1978.
34
17. Phillips, G.T., « A Preliminary Users Guide for the NOABL Objectives Analysis
Code », rapport interne, Science Application Inc., California, USA. 1979.
18. Peterson E.L. et Ib Troen, « Development of a method for Wind Climate Analysis
for Non-mountains Terrain in Europe » European Wind Energy Conference,
Hamburg, 1984.
19. Peterson E.L., Ib Troen et N. G. Motersen, « The European Wind Energy
Resources, Recueil European Community Wind Energy Conference and
Exhibition » Denmark, 1988.
20. Troen Ib, « On Diagnostic Wind Field Models ». College on atmospheric Boundary
Physics’, ICTP, Trieste, 1990.
21. Lalas D. P. Wind « Energy Estimation and Sitting in Complex Terrain » Int. Jour.
Solar Energy, vol. 3, pp. 43-71, 1985
22. Botta G., R. Castagna, S. Magri et A.Virgil,« A Preliminary Evaluation of the
Wind Resources in Central and Southern Italy ». Proceeding of EWEC'94
congress, Thessaloniki, Grèce, 1994.
23. Kasbadji Merzouk N., M. Merzouk et N. Messen, « Mass Consistent Model
Application to the Desertification Phenomena study in the High Plains of
Algeria » , Inter. Journal of Renewable Energy, N°28 , pp 655-663, 2003.
24. Kasbadji Merzouk N., H. Daaou et S. Haddouche, « Evaluation of Wind Energy
Potential for Windy Micro-area Using a Mass Consistent Model », VII World
Renewable Energy Congress, Cologne Allemagne, 2002.
25. Daaou Nedjari H., S.Haddouche et N. Kasbadji Merzouk, « Caractérisation
Eolienne du Site ‘Les Grands Vents ’A l’Aide d’un Modèle Numérique »
International Congress on the Renewable Energies and the Environment, Sousse,
Tunisie 2005.
26. Bulletin Climatologique de l’Algérie, Office National de Météorologie, Alger,
1975.
27. Bensaid H., « Wind Speed and Wind Energy Potential », Proceeding of Possibilité
d’utilisation des énergies éoliennes dans le monde arabe, Alger. 1988.
28. Kasbadji Merzouk N., « Atlas vent de l’Algérie, Résultats Préliminaires ». Revue
des Energies Renouvelables, numéro spéciale JNVER99, pp 209-214, 1999.
35
29. Kasbadji Merzouk N. et N. Messen. « Contribution à l’Etude du Vent en Rapport

avec l’Erosion Eolienne dans les Zones Arides » Revue Energies Renouvelables,
numéro Spéciale Zones Arides, 2002.
30. Nedjari Daaou, H., S. Haddouche et N. Kasbadji Merzouk, « Amélioration de la
carte des vents à partir des données interpolées » Revue Energies Renouvelables,
numéro Spécial, Energies Photovoltaïque et éolienne, pp 119-124., 2003.
31. Businger, J.A. « On the Structure of the Athmospheric Surface Layer ». Journal. of
Meteorology, vol. 12, pp 353:561, 1955.
32. Paulson C.A., « The Mathematical Representation of Wind Speed and Temperature
Profiles in the Unstable Atmospheric Surface Layer » Journal of Applied
Meteorology, 1970.
33. Dyer A.J., « A Review of Flux Profile RelationShips ». Boundary Layer
Meteorology, 7 363-372, 1974..
34. Nieuwstadt F., « The Computation of the Friction Velocity u* and the Temperature
scale T* from Temperature and Wind Velocity Profiles by Least Square Method »
Boundary layer meteorology 14, 235-246, 1978.
35. Van Wijk A.J.M., A.C.M. Beljaars, A.A. Holstag et W.C. Turkenburg,
« Evaluation of a Stability Corrections in Wind Speed Profiles over the North
Sea », J. of wind Enginneering and Industrial Aerodynamics, 33 pp 551-566, 1990.
36. Lange B., S. Larsen, J. Hojstrup et R. Barthelmie, « Modelling the Vertical Wind
Speed and Turbulence Intensity Profiles at Prospective Offshore Wind Farm
Sites » Procceding of Wind power 2002, Paris, France 2002.
37. Justus C.G. et A. Mikhail, « Height Variation of Wind speed and Wind
Distributions Statistics ». Geophysical Research Letters, vol. 3, N° 5, 1976.
38. Peterson E., « On the Use of Power Laws Estimates of Wind Power Potential » J.
of Applied Meteorology, vol. 17, pp 390:394, 1978.
39. Tenneekes A., « The logarithmic wind profile » J. of Atmospheric sciences, vol.
30, pp : 234:238, 1973.
40. Mikhail A.S. et C.G. Justus, « Comparison of Height Extrapolation Models and
Sensitivity Analysis » Wind Engineering, Vol. 5, N° 02, 1981.
41. Mikhail A.S, « Height Extrapolation of Wind Data » Transaction of ASME, vol.
107, pp. 10- 14, 1985.
36
42. Nfaoui H., J. Bahraoui Buret et A.A.M. Sayigh, « Wind Characteristics and Wind
Energy Potential in Marocco », Solar Energy, N°1, pp 51-60, 1998.
43. Knidiri F, A. Laaouina, M. Fabre et A. Wyatt, « L’énergies éolienne au Maroc »
rapport interne au CDER, 1986.
44. Poje S. et B. Cividini, « Assessment of Wind Energy Potential in Croatia » Solar
Energy vol.41 N°6 pp 543 554, 1988.
45. Pneumatikos J.D., « An Experimental Test of the Empirical Formula Commonly
Used to Represent Wind Speed Profiles near Ground » Renewable energy, vol1, N°
5/6, pp 423-428, 1991.
46. http://www.canren.gc.ca/app/filerepository/
47. http://www.windpower.org/fr/tour/wres/
48. http://perso.wanadoo.fr/badkiller.alex/Fonctionnement_eolienne.htm/
37
Chapitre 2 Etablissement de l’Atlas Eolien de l’Algérie
CHAPITRE 2
ETABLISSEMENT DE L’ATLAS EOLIEN DE L’ALGERIE
2.1 INTRODUCTION
Le but du présent chapitre est d’arriver à l’établissement de l’atlas vent de l'Algérie.

En premier lieu, on donnera toutes les définitions des paramètres nécessaires à la
caractérisation d’un site du point de vue éolien.
En second lieu, l’étude statistique utilisée pour l’étude des mesures vent est présentée
et utilisée pour la détermination des vitesses moyennes annuelles du vent en Algérie.
Ceci a permis l’établissement des cartes vent de l’Algérie à l’échelle annuelle et
saisonnière.
Enfin un modèle d’estimation des vitesses du vent pour des sites accidentés, à partir de
données mesurées à 300m d’altitude, est présenté et appliqué à des régions du nord et
des hauts plateaux Ceci a permis la cartographie microclimatique de zones
particulièrement ventées en Algérie.
La dernière partie est consacrée à l’estimation du potentiel énergétique éolien du pays et au
tracé de l’atlas de la densité d’énergie récupérable en Algérie à 10 m d’altitude.
Enfin, la démarche utile à la détermination de la puissance éolienne réellement utilisable en
fonction des limites de fonctionnement des aérogénérateurs et des paramètres énergétiques
éoliennes des sites d’implantation est exposée.
2.2 VARIATION TEMPORELLE DE LA VITESSE MOYENNE DU VENT
Pour connaître l’importance du vent en un point donné, il suffit de déterminer la

vitesse moyenne arithmétique annuelle pondérée, calculée sur un échantillon de 10
années minimum. Cette dernière donne un ordre de grandeur de la vitesse du vent sur
un site donné. Par ailleurs, les vents varient différemment selon la saison, la journée et
l’année. Cette variation doit être déterminée puisqu’elle permet d’adapter le
38
dimensionnement des systèmes éoliens aux besoins énergétiques qui peuvent varier
suivant les saisons, la journée ou l’année.
La variation saisonnière est déterminée par l’établissement d’études à l’échelle
mensuelle. La variation diurne est établie à l’échelle horaire. La variation pluriannuelle
requiert de longues séries traitées à l’échelle de l’année.
2.2.1 MESURE INSTANTANEE DE LA VITESSE DU VENT

En figures 2.1 et 2.2 sont représentés respectivement, les tracés de la vitesse et de la
direction du vent enregistrées à la station de mesures des paramètres météorologiques
de Bouzaréah, [1]. On remarque que la vitesse et la direction du vent varient de façon
aléatoire.
7
Semaine du 1er au 7 septembre 2003

6
Temps, mn
Figure 2.1 Mesures instantanées de la vitesse du vent enregistrées à Bouzaréah.

.
400
Semaine du 1er au 7 septembre 2003

350
300
250
° Degrés
200
150
100
50
0
00:10
10:10
20:10
06:00
16:00
01:50
11:50
21:50
07:40
17:40
03:30
13:30
23:30
09:20
19:20
Temps, mn
Figure 2.2 Mesures instantanées de la direction du vent enregistrées à Bouzaréah.

39
2.2.2 VARIATION JOURNALIERE MOYENNE DE LA VITESSE DU VENT

La variation journalière de la vitesse du vent est due aux phénomènes thermiques liés
au rayonnement solaire. La vitesse moyenne du vent varie peu la nuit et augmente pen-
dant la journée à partir du lever du soleil. La figure 2.3 montre la variation journa-lière
moyenne de la vitesse pour les stations de Djelfa et InOussera [2]. Pour ces deux sites
voisins, les maximums sont atteints vers 15 h à InOussera et entre 15h et 18 h à Djelfa.
Figure 2.3 :Variation journalière de la vitesse moyenne du vent pour les sites de Djelfa
et InOussera.
2.2.3 VARIATION SAISONNIERE DE LA VITESSE DU VENT

Les variations saisonnières ou mensuelles de la vitesse du vent dépendent du lieu
géographique et différent d’un site à un autre. Seuls les relevés météorologiques des
paramètres vent sur une longue période peuvent caractériser ces variations. La figure
2.4 montre la variation mensuelle de la vitesse du vent pour les sites d‘Oran et
Tébessa. On remarque que l’amplitude des variations est nettement supérieure à Oran.
Figure 2.4:Variation mensuelle de la vitesse moyenne du vent pour Oran et Tebéssa.
40
2.2.4 VARIATION PLURIANNUELLE DE LA VITESSE DU VENT

La vitesse moyenne annuelle du vent diffère d’une année à l’autre, (figure 2.5). On
remarque que le site d’Oran présente une variation pseudo-périodique avec une
période de l’ordre de trois ans alors que le site de Tébessa présente une période de
l’ordre de dix ans. Période qui ne pourrait être confirmée que par l’examen de trente à
quarante années de données. On remarque aussi que l’année 1995 semble être un
« accident ». Afin de bien caractériser le potentiel énergétique éolien, il est nécessaire
d’étudier le phénomène sur une période de 10 années minimum.
Figure 2.5 : Variation pluriannuelle de la vitesse moyenne du vent à Oran et Tébessa.
2.3 ETUDE STATISTIQUE

En plus de la méthode de la moyenne arithmétique pondérée, les trois méthodes
statistiques utilisées pour la modélisation des distributions statique du vent présentées
en chapitre 1, sont :
- la loi de Weibull, (équation 1.2), [3] ;
- la loi hybride de Weibull, (équation 1.5), [4] ;
- la loi de Rayleigh, (équation 1.5), [3].
Lois utilisées pour la détermination des facteurs éoliens caractérisant un site, à savoir :
- la vitesse moyenne du vent
- la vitesse cubique moyenne du vent
- la variance de la distribution des vitesses
- le facteur de puissance
- l’indice de variation.
41
2.3.1 DEFINITION DES PARAMETRES VENT
2.3.1.1 Vitesse moyenne, vitesse cubique moyenne et variance

Partant des mesures vent (vitesse et direction), la vitesse moyenne pondérée s’écrit :
#
!V $ " V f V ! dV 2.1
0
Alors que la vitesse cubique moyenne se détermine par :

#
!V 3
$ " V 3 f V ! dV 2.2
0
La variance est donné par :

#
& 2 $" V% ! V ! f V ! dV 2.3
0
Les expressions relatives aux différents modèles sont portées dans le tableau 2.1.
' étant la fonction gamma donnée par :
#
' x ! $ " exp % t ! t x %1dt 2.4
0
Tableau 2.1 : Expressions des vitesses moyennes et cubiques moyennes ainsi que les
variances selon le modèle utilisé.
Distributions <V> <V3> &2

n n
Arithmétique 1 n
( fi Vi ( fi Vi 3 ( f i Vi % ! Vi !2
i $1 i $1 n i $1
Weibull . 1+ . 3+ 5 . 2+ . 1 +2
C ',1 / ) C 3 ',1 / ) C 2 3',1 / ) % ' 2 ,1 / ) 0
- k* - k* 4 - k* - k *1
Hybride . 1+ . 3+ 5 . 2+ . 1 +2
1 % ff o ! C ',1 / ) 1 % ff o ! C 3 ',1 / ) 1 % ff o ! C 2 3',1 / ) % ' 2 ,1 / )0
Weibull - k* - k* 4 - k* - k *1
Rayleigh 0.886 C 1.32 C 3 0.2146 C2
2.5
42
2.3.1.2 Facteur de puissance et indice de variation

Par ailleurs, d’autres paramètres utiles à la caractérisation d’un site, du point de vue
éolien, doivent être calculés, à savoir :
6 Le facteur de puissance du vent, donné par (selon la distribution de Weibull) :
. 3+
3
', 1 / )
$ -
!V k*
Rp $ 2.6
!V 3
. 1+
' 3 ,1 / )
- k*
6 L’indice de variation donné par (selon la distribution de Weibull) :
1
. . 2+ + 2
, ',1 / ) )
& , - k*
Iv $ $ % 1) 2.7
!V , 2. 1 + )
, ' ,1 / ) )
- - k* *
2.3.2 METHODES D’AJUSTEMENT

Plusieurs méthodes sont utilisées pour l’ajustement des données statistiques
(détermination des coefficients k et C de Weibull). Nous allons citer les plus
fréquemment utilisées.
2.3.2.1 Méthode des moindres carrées, [5]

La plus simple est la méthode des moindres carrés qui après hiérarchisation passe par
le calcul de la fréquence cumulée de la distribution de Weibull qui s’écrit :
Vx
. . Vx + k +
F V 7 Vx ! $ " f V ! dV $ 1 % exp, % , ) ) 2.8
, -C* )
0 - *
# . . Vx + k +
F V 8 Vx ! $ " f V ! dV $ exp, % , ) ) 2.9
, -C* )
Vx - *
La relation 2.8 peut être linéarisée en écrivant :
log9% log F V 8 V x !: $ k log V x % k log C 2.10

Et en posant :
Y $ log9% log f V 8 Vx !: et X $ log V x 2.11

Il vient :
Y $ aX / b 2.12
43
avec :
a$k et b $ %k log C 2.13
. b+
D’où : C $ exp, % ) 2.14
- a*
L’inconvénient de la méthode des moindres carrée appliquée à un modèle non linéaire

réside dans le fait que le minimum de la variable linéarisée diffère de celui de la
variable non linéarisée [5].
2.3.2.2 Méthode de la vitesse moyenne et de l’ écart type

Si la vitesse moyenne <V> et l’écart type & d’un site, sont connus, (on peut les estimer
à partir de la distribution statistique), le paramètres de forme, k est déterminé en posant
l’approximation suivante, [6] :
1.086
. & +
k $, ) 2.15
-!V *
Le facteur d’échelle est alors déterminé par :
!V
C$ 2.16
. 1+
',1 / )
- k*
2.3.2.3 Méthode de la vitesse moyenne et de la variabilité des vents

Cette approche empirique, consiste à estimer k, à partir de la variabilité du vent et de la
vitesse moyenne, à savoir, [6] :
0.5
1.05 ! V var iabilité du vent faible
0.5
k = 0.94 ! V var iabilité du vent moyen ne 2.17
0.5
0.83 ! V i var iabilité du vent élevée
Dans ce cas, il faudrait connaître la variabilité du vent.
44
2.3.2.4 Méthode du maximum de vraisemblance

La fonction vraisemblance appliquée à la distribution de Weibull s’écrit, [7]:
k %1
N N
k .V + . . Vi + k +
Lv $ ; f Vi ! $ ; , i ) exp, % , ) ) 2.18
i $1 C - C *
, -C* )
i $1 - *
On prend le logarithme :
k
N N N
.V + N
log Lv ! $ ( log k % k ( log C / k % 1!( log Vi % ( , i ) 2.19
i $1 i $1 i $1 i $1 - C *
L est maximale pour ( Lv/ k)=0, ( Lv/ C)=0, et ( 2Lv/ k2)<0, ( 2Lv/ C2)<0, soit :
< log Lv !
k
k k N .V +
$ % N / (, i ) $ 0 2.20
<C C C i $1 - C *
d’où :
1 N k
Ck $ (Vi
N i $1
2.21
Par ailleurs,
N N
< log L ! N N (Vi k log Vi (V i

k
log C
$ % N log C / ( log Vi % i $1
/ i $1
$0 2.22
<k k i $1 Ck Ck
En utilisant 2.21, il vient :

N
N N ( Vi k log Vi
/ ( logVi % i $1 k $0 2.23
k i $1 C
d’où :
1 . 1 N N
+ 1
$,
k -Ck
(
i $1
Vi
k
log Vi % (
i $1
log Vi ) *
* N
2.24
N étant le nombre total d’observations non nulles.
Le système 2.21-2.24 est résolu par itérations successives en utilisant une méthode
d’optimisation, (Méthode Lvenberg-Marquart sous Matlab, [5]).
45
2.3.3 VARIATION DES PARAMETRES DE WEIBULL

Les paramètres k et C de Weibull caractérisent la distribution des vents tant au sens
qualitatif que quantitatif. Dans la partie suivante nous allons étudier la variation de ces
paramètres d’un site à un autre.
2.3.3.1 Forme de la distribution de Weibull

En figure 2.6 sont représentés les distributions des fréquences du vent par classes pour
les stations d’Oran et Ain Oussera, [8].
On remarque que la distribution des fréquences des deux sites est différente. En effet,
avec 40% de vent inférieur à 1m/s, la distribution hybride de Weibull s’applique au
site d’InOussera alors que la distribution de Weibull convient au site d’Oran qui
totalise une fréquence de faibles vitesses inférieure à 5%.
L’effet du facteur de forme k sur l’allure de la distribution est mis en évidence à
travers la figure 2.7. De même l’effet du facteur d’échelle C sur l’allure de la
distribution est mis en évidence grâce à la figure 2.8.
Sur la figure 2.7, on remarque que pour k>1, le maximum de la fonction s’éloigne de
l’axe des y, alors que pour k=1, la distribution prend la forme d’une loi exponentielle.
Lorsque k=2, on retrouve la distribution de Rayleigh, alors que pour k>3 la fonction se
rapproche d’une loi binomiale.
Figure 2.6 : Histogrammes des vitesses et courbes d’ajustement pour les lois de
Weibull et hybride Weibull pour deux sites Algériens.
46
Fig. 2.7: Variation du facteur de forme k, Fig.2.8. Variation du paramètre d’échelle

pour C=4m/s. C, pour k = 2
Ainsi, le facteur de forme k suggère la forme de la courbe. Une valeur élevée de k

implique une distribution étroite avec des vents concentrés autour d’une valeur, alors
qu’une faible valeur de k implique des vents largement dispersés.
Le facteur d’échelle C indique de la position du mode de la courbe, comme montré en
figure 2.8. Sa valeur est élevée pour des sites ventés et faibles pour les sites peu
ventés.
2.3.3.2 Variation mensuelle de la distribution de Weibull, [9]

Les courbes de la distribution statistique des fréquences mensuelles des vitesses du
vent, (mois de janvier, avril, juillet et octobre) pour les sites de Tiaret et Djelfa, sont
représentées en figure 2.9.
Figure 2.9 : Variation mensuelle de la distribution modélisée des vitesses du vent à

Tiaret et Djelfa.
47
L'évolution de la distribution mensuelle diffère d'un mois à l'autre. Le site de Tiaret

présente un régime de vent pouvant atteindre 13 m/s en juillet et 21 m/s en janvier.
Pour Djelfa, la courbe de fréquence tend vers zéro pour une vitesse de vent égale à 8
m/s en juillet, et 16 m/s en janvier.
On remarque que le mois de juillet reste un mois particulier de l’année avec un facteur
de forme faible entraînant une distribution étroite autour de la moyenne. En annexe 1
sont donnés les paramètres mensuels de Weibull pour quelques sites Algériens.
2.3.3.3 Variation sectorielle des paramètres de Weibull, [10]

Afin de déterminer les secteurs correspondants aux vents dominants de la région, les
vitesses moyennes estimées et les fréquences par secteurs de deux sites algériens
Skikda et El Oued sont donnés au tableau 2.2.
Tableau 2.2 : Fréquences des secteurs et paramètres sectoriels de Weibull pour les sites de
Skikda et ElOued.
Skikda El Oued
Fre, % k C Fre, % k C
Direction
Nord-Nord 24 1.55 3.7 11 1.54 4.4
Nord-Est 7 1.60 2.6 11 1.70 5.4
Est-Est 3 1.67 2.8 25 1.90 5.8
Sud-Est 5 1.66 2.8 7 1.67 4.3
Sud-Sud 36 1.87 3.0 16 1.52 4.3
Sud-Ouest 10 1.66 2.9 11 1.60 4.4
Ouest-Ouest 4 1.48 4.1 13 1.60 5.3
Nord-Ouest 10 1.50 4.6 7 1.55 5.5
Concernant le site côtier de Skikda, les vents dominants sont dans la direction Sud.
Toutefois, la fréquence du secteur nord n’est pas négligeable puisqu’elle avoisine les
24%. Par ailleurs, pour le site d’ElOued, le secteur Est est dominant par rapport aux
autres secteurs qui sont plus au moins proches à part le Nord-Ouest et le Sud-Est.
Ceci, montre l’effet aléatoire de la vitesse du vent qui dépend de la position du pylône
de mesures par rapport à son environnement.
48
2.3.3.4 Variation des paramètres de Weibull avec l’altitude

En figures 2.10 et 2.11 sont tracés, respectivement, les variations des paramètres de
Weibull en fonction de l’altitude pour différentes valeurs de la rugosité zo et ceci
suivant les expressions 1.52 à 1.54. Les sites représentés sont ceux de Adrar (0.01),
Tiaret (0.02), Ghardaïa (0.03) et Touggourt (0.04), [9].
La courbe 2.10 montre que quelque soit la rugosité, le facteur k croit de façon mono-
tone avec l’altitude. En effet, ce paramètre n’est fonction que des altitudes z1 et z2.
Fig. 2.10 : Variation de k avec l’altitude. Fig. 2.11 : Variation de C avec l’altitude
Par contre, l’extrapolation du paramètre C montre un changement rapide près du sol où

l’effet des frottements au sol se manifeste. Ce dernier est faible pour zo faible et
augmente avec zo.
L’influence des autres paramètres d’instabilité est perceptible à partir de 20m et la
courbe croît de manière asymptotique pour des altitudes élevées.
2.3.3.5 Variation des vitesses moyennes

Le même phénomène (variation de C) est observé quant au tracé de la vitesse cubique
moyenne en fonction de la hauteur, donné en figure 2.12.
En effet pour le site montagneux de Tiaret la vitesse cubique moyenne atteint la valeur
asymptotique rapidement alors que pour le site de Djelfa, cette dernière continue
d’augmenter au-delà des 100m.
49
Figure 2.12 : Variation de <V3> en fonction de l’altitude, [9].
Les figures 2.13 et 2.14 représentent les vitesses moyennes et les vitesses cubiques
moyennes tracées pour les sites d’Adrar, Tiaret, ElKheiter, InSalah, Béjaia, Oran et
Bordj Bou Arriredj.
Ces figures montrent que les sites les plus ventés (au sens de la vitesse moyenne) ne
sont pas nécessairement ceux dont la densité de puissance moyenne est la plus élevée.
On remarque en effet que la vitesse cubique moyenne est maximale pour le site ayant
le facteur de forme le plus élevé.
Figure 2.13 : Vitesses moyennes du Figure 2.14 : Vitesses cubiques moyennes

vent pour quelques sites répartis sur le Du vent pour les mêmes sites.
territoire national.
50
2.4 INTERPOLATION SPATIALE DE LA VITESSE DU VENT
2.4.1. METHODE D’INTERPOLATION

Les atlas éoliens ont été tracés à l’aide du logiciel Mapinfo, utilisant la méthode
d’analyse Merise des systèmes d'information géographique (SIG). La méthode
d'interpolation utilisée par Mapinfo est la méthode de pondération inverse à la
distance, [11]. Elle permet le calcul de la valeur au nœud (so) du maillage par analyse
des points avoisinants (si) définis par un rayon de recherche. Elle consiste à attribuer à
chaque point brut, retenu dans la sélection, un poids inversement proportionnel à la
distance entre ce point brut et le nœud à estimer (so), (voir figure 2.15).
Remarques :
1. Seuls les points bruts se trouvant dans le rayon de recherche participent au
calcul de la valeur au nœud so.
2. Si la densité de données est faible et que l'on choisit un grand rayon de
recherche alors des points trop éloignés du nœud à estimer seront pris en
compte et la valeur obtenue par interpolation sera peu fiable.
3. Si la densité de données au départ est forte il est inutile de réaliser
l'estimation avec beaucoup de points puisque cela augmentera le temps de
calcul et l'estimation ne sera pas meilleure.
Afin d'obtenir une bonne interpolation nous avons choisi un rayon de recherche de 600
km de façon a englober un maximum de mesures. L'exposant est choisi par défaut par
le logiciel en fonction des mesures considérées et du rayon de recherche.
Figure 2.15 : Vue schématique du maillage et du rayon de recherche
51
2.4.2 ATLAS DE LA VITESSE MOYENNE ANNUELLE DU VENT

2.4.2.1 Données utilisées
Pour l’établissement de l’atlas de la vitesse moyenne annuelle, les vitesses moyennes de
48 stations de l’Office National de Météorologie ont été utilisées. Les mesures
prélevées toutes les trois heures et pendant au moins 10 années sans interruption, de 21
stations de mesures, représentant presque toutes les zones topographiques du pays sont
traitées statistiquement (voir tableau 2.3). Les paramètres de Weibull k et C et la
vitesse moyenne annuelle sont déterminés, [12].
Afin d’augmenter la densité des points de mesure et la fiabilité des résultats, les
vitesses moyennes annuelles du vent de 27 stations, établies par Hammouche [13] et
publiées par l’Office National de la Météorologiques ont été incluses.
Par ailleurs, les vitesses moyennes annuelles du vent de 16 stations situées dans les
pays voisins ont été rajoutées pour affiner le tracé de la carte aux frontières [14].
Tableau 2.3 : Caractéristiques des stations de mesures
Sites Longitude Latitude Hauteur Rugosité Période Altitude Situation

[deg.] [deg.] [m] [m] [années] [m] topographique
Skikda 06°54’E 36°53’N 10 0.01 10 1 Côte
Alger 03°15’E 36°43’N 10 0.01 10 24 Côte
Oran 00°37W 35°38’N 10 0.01 10 90 Côte
Tebessa 08°07’E 35°25’N 10 0.03 10 820 Atlas tellien
Constantine 06°37’E 36°07’N 10 0.01 10 694 Atlas tellien
Miliana 02°14’E 36°18’N 10 0.50 10 715 Atlas tellien
Chlef 01°20’E 36°12’N 12 0.01 05 143 Atlas tellien
Mascara 00°09’E 35°13’N 12 0.05 07 511 Atlas ellien
Tlemcen 01°17W 34°57’N 10 0.01 10 592 Atlas tellien
Setif 05°15’E 36°11’N 10 0.01 10 1033 Hauts plateaux
B.B. Arriredj 04°40’E 36°04’N 10 0.01 10 928 Hauts plateaux
Djelfa 03°15’E 34°40’N 10 0.08 09 1144 Hauts plateaux
In Oussera 02°31’E 35°33’N 10 0.08 10 649 Hauts plateaux
KsarChellala 02°19’E 35°10’N 10 0.08 10 800 Hauts plateaux
Tiaret 01°28’E 35°21’N 12 0.02 06 977 Hauts plateaux
El Bayadh 01°00’E 33°40’N 10 0.01 10 1341 Hauts plateaux
In Amenas 09°38’E 28°03’N 10 0.00 10 561 Sahara
El Oued 06°47’E 33°30’N 11 0.01 10 62 Sahara
El Golea 02°52’E 30°34’N 10 0.01 10 398 Sahara
In Salah 2°28’E 27°12’N 10 0.02 10 268 Sahara
Tindouf 08°06W 27°40’N 10 0.00 10 401 Sahara
52
2.4.2.2 Atlas de la vitesse du vent

La carte des vents de l’Algérie, estimée à 10 m du sol est présentée en figure 2.16. Les
vitesses moyennes annuelles obtenues varient de 2 à 6.5 m/s. On remarque qu’à
l’exception de la région côtière (moins Béjaia et Oran), du Tassili et de Beni Abbés, la
vitesse de vent moyenne est supérieure à 3 m/s, [15].
En fait, la région centrale de l'Algérie est caractérisée par des vitesses de vent variant
de 3 à 4 m/s, et augmente au fur et a mesure que l'on descend vers le sud-ouest. Le
maximum est obtenu pour la région d'Adrar avec une valeur moyenne de 6.5 m/s.
Cependant, nous pouvons observer l'existence de plusieurs microclimats où la vitesse
excède les 5 m/s comme dans les régions de Tiaret, Tindouf et Oran.
Figure 2.1 : Atlas de la vitesse moyenne du vent de l’Algérie estimée à 10 m du sol.
53
2.4.3 ATLAS DE LA VITESSE MOYENNE SAISONNIERE DU VENT

En utilisant la même gamme de couleurs, les atlas vents saisonniers de l’Algérie sont
représentés en figures 2.17 (Eté et Printemps) et 2.18 (Hiver et Automne). On
remarque qu’en général, les périodes estivales et printanières sont plus ventées que le
reste de l'année, [15].
Eté
Printemps
Figure 2.17 : Atlas vent saisonniers de la vitesse moyenne annuelle à 10 m du sol.

(Eté et Printemps )
54
Tous les atlas établis présentent la région sud ouest, à savoir Adrar, Timimoun et In
Salah comme la zone les plus ventée, à l’exception de l’atlas hivernal qui se distingue
par le microclimat de Tiaret qui présente les vitesses de vent les plus élevées.
Hivers
Automne
Figure 2.18 : Atlas saisonniers de la vitesse moyenne annuelle à 10 m du sol.

(Hiver et automne).
55
2.4.4 ATLAS MICROCLIMATIQUES DE LA VITESSE MOYENNE DU VENT
2.4.4.1 Présentation du modèle de projection-interpolation

Lors de l’établissement de la carte des vents de l’Algérie, plusieurs paramètres
interviennent, tel que la mesure de la vitesse du vent, sa direction, l’effet de la rugosité
du sol, l’effet des obstacles, l’effet de la stabilité de l’atmosphère, etc....Cette
dépendance, implique que la carte des vents de l’Algérie, basée sur l’interpolation des
données de vitesses du vent mesurées au sol s’avère insuffisante pour la caractérisation
d’un site quelconque, [16]. Afin de prendre en compte tous ces paramètres, plusieurs
modèles numériques ont été établis, tel celui dénommé “AIOLOS”, qui a été
développé pour des régions accidentées, [17].
Le modèle mathématique utilisé pour la détermination de l’écoulement du vent dans
une région donnée est appelé “ mass Consistent Model ”, [18]. C’est un modèle
cinématique établi par Lalas [17] et basé sur la résolution de l’équation de continuité.
Lors des calculs, la densité de l’air est supposée constante. Le modèle permet la
réduction de la divergence locale de la vitesse du vent (suivant les conditions
rencontrées au sol), par rapport à un écoulement de vent initial obtenu par interpolation
des vitesses mesurées. Le modèle est basé sur un maillage à trois dimensions établi
pour la région considérée.
Initialement, une étude statistique des mesures de la vitesse et de la direction du vent, à
700 hpa, est effectuée et la vitesse moyenne estimée suivant les huit secteurs définis
est déterminée. Une interpolation spatiale des vitesses moyennes selon un pas
préalablement choisi, est effectuée à 700 hpa. Il en résulte huit fichiers donnant la
vitesse moyenne en chaque point du maillage.
Afin de prendre en considération tous les paramètres pouvant créer une divergence
(rugosité, topographie.. ), les vitesses estimées, sont projetées à 10 m du sol à l’aide
du modèle. Pour ce faire d’autres données sont nécessaires, telles que :
- les altitudes aux nœuds du maillage (obtenues à partir des cartes topographiques) ;
- les rugosités (données aux conditions rencontrées au niveau du sol, mer ou terre)
- et des données supplémentaires, (essentiellement géographiques).
Huit matrices représentant un champ de vitesses moyennes estimées par secteur, à 10
mètres du sol sont obtenues. Enfin, la vitesse moyenne pondérée et normalisée (à la
56
vitesse standard de 10 m/s) est calculée en chaque nœud à l’aide de l’expression

suivante :
8 .V +
Vmoyen $ ( f i =Wi !, i ) 2.25
, 10 )
i $1 - *
Avec :
f : fréquence sectorielle aux nœuds à 3000m d’altitude (700 hpa)
V : vitesse estimée après projection aux nœuds à 10 m du sol, m/s
W : vitesse estimée aux nœuds à 3000 m du sol, m/s
Le terme (fi*Wi) représentant le produit de la fréquence du secteur et de la vitesse du
vent au nœud, à 3000m d’altitude.
2.4.4.2 Cartographie éolienne de quelques sites

Quatre sites sont choisis pour l’étude. Il s’agit en l’occurrence des sites côtiers de
Ténes et des Andalouses et de deux sites ‘’internes’’, Sidi Aich et Tissemsilt. La
topographie des sites précités est tracée en coordonnées Lambert en figure 2.20, [19].
Sidi Aich Tissemsilt
Les Andalouses
Ténes
Figure 2.20 : Topographies des sites choisis pour l’étude
57
On remarque que les sites des Andalouses et de Tissemsilt ont des altitudes variant,
respectivement, de 0 à 420 mètres et de 555 à 980 m. Les sites de Sidi Aich et de
Ténes sont des sites de montagne avec des altitudes variant respectivement de 65 à
1615 m et de 0 à 1070m. Enfin, on remarque sur la figure 2.21, que lorsque les
accidents topographiques sont fréquents et que les écarts en altitudes sont élevés, le
champ de vitesses de la région est très touffu. C’est le cas des sites de Sidi Aich et
Ténes. En effet, les vitesses de vent varient dans une gamme plus large.
362 362
360 360
358 358
356 356
Latitude, km
Latitude, km
354 354
352 352
350 350
348 348
346 346
344 344
376 378 380 382 384 386 388 390 392 394 376 378 380 382 384 386 388 390 392 394
Longitude, km Longitude, km
Tenes 10 m Tenes à 25 m
280 280
278 278
276 276
274 274
Latitude, km
Latitude, km
272 272
270 270
268 268
266 266
264 264
262 262
154 156 158 160 162 164 166 168 170 172 154 156 158 160 162 164 166 168 170 172
Les Andalouses à 10 m Les Andalouses à 25 m
Figure 2.21 : Atlas microclimatiques de la vitesse moyenne annuelle pour les sites
côtiers
58
Pour les deux sites côtiers, les vitesses estimées augmentent d’ouest en est. En effet,
les maxima sont de l’ordre de 7.2 m/s pour les Andalouses, ils atteignent les 8.2 m/s
pour Ténes.
Par ailleurs, pour les sites ‘internes’, dont la représentation des champs de vitesses est
donnée en figure 2.22, les vitesses les plus élevées sont enregistrées à Sidi Aich, (9.2
m/s) où la distribution spatiale est aléatoire. On constate que les vitesses obtenues à
l’aide des cartes microclimatiques sont plus élevées que celles obtenues lors de
l’élaboration des atlas avec des pas plus importants.
378 378
376 376
374 374
372 372
Latitude, km
Latitude, km
370 370
368 368
366 366
364 364
362 362
360 360
666 668 670 672 674 676 678 680 682 684 666 668 670 672 674 676 678 680 682 684
Sidi aich à 10m Sidi aich à 25m
260 260
258 258
256 256
254 254
Latitude, km
Latitude, km
252 252
250 250
248 248
246 246
244 244
242 242
404 406 408 410 412 414 416 418 420 422 404 406 408 410 412 414 416 418 420 422
Tissemsilt à 10 m Tissemsilt à 25 m
Figure 2.22 : Atlas microclimatiques de la vitesse moyenne annuelle pour les sites
‘internes ‘
59
Il en ressort que pour tout concepteur de systèmes éoliens, une description parfaite du
lieu de mesure ainsi que des obstacles, de la topographie et de la rugosité est
nécessaire au dimensionnement optimum de l’installation.
Ceci s’applique essentiellement au nord de l’Algérie. Pour le sud, les résultats obtenus
par interpolation des données au sol peuvent être utilisés par les concepteurs car les
accidents au sol y sont moindres et la rugosité varie peu.
2.5 POTENTIEL ENERGETIQUE EOLIEN
Compte tenu des nécessités de conversion de l’énergie cinétique due au vent en

énergie mécanique (mouvement de rotation de l’éolienne) l’énergie disponible
(potentiel) subit une suite de pertes en cascades, jusqu’à la sortie machine, (limite de
Betz, seuils machine et pertes de conversion), [3]. Cette dégradation de l’énergie est
représentée schématiquement en figure 2.23.
En effet, seule une partie de la puissance éolienne disponible sur un site donné,
appelée puissance utile est réellement obtenue en fin de processus, soit à la sortie de
l’éolienne.
Figure 2.23 : Représentation schématique des dégradations successives de l'énergie

éolienne avant utilisation.
60
2.5.1 PUISSANCE ENERGETIQUE DISPONIBLE

L'énergie cinétique moyenne, disponible sur un site donné, par unité de temps et par
unité de surface, due à la vitesse du vent, s’écrit :
1
@ P? $ > !V 3 2.26
2
La détermination de la vitesse moyenne et cubique moyenne se fait à partir de l’étude
statistique de la distribution des fréquences, par classes, de la vitesse du vent,
(équations 2.1 et 2.2), [20].
2.5.2 POTENTIEL ENERGETIQUE EOLIEN RECUPERABLE (THEOREME

DE BETZ)
L’énergie cinétique disponible est convertie en énergie mécanique en utilisant une
machine à aubes (où pâles) dite communément éolienne. La vitesse du vent en aval de
la roue n'étant jamais nulle, ceci implique que la puissance éolienne disponible n'est
pas entièrement récupérée au niveau de l’hélice, [4].
Soit une masse d’air traversant un disque de surface A, à une vitesse V et soient Vam et
Vav les vitesses respectives en amont et en aval de la surface, (voire figure 2.24).
L’équation de conservation de la quantité de mouvement permet d’écrire que la force
qui s’exerce sur le disque est égale à la variation de la quantité de mouvement, soit :
F $ > V A Vav % Vam ! 2.27

En appliquant l’équation qui définit l’énergie, comme le produit d’une force par la
vitesse, il vient :
P $ FV $ > A V 2 Vav % Vam ! 2.28
Comme par ailleurs, la variation d’énergie cinétique donne :
P$
1
2
> A V Vav2 % Vam2 ! 2.29
Figure 2.24 : Bilan sur une section de l’hélice

61
Par identification, il vient :

Vav / Vam
V $ 2.30
2
En remplaçant V dans l’équation 2.26, on obtient :
. V / Vam +
> A Vav2 % Vam2 !, av
1
P$ ) 2.31
2 - 2 *
Le maximum récupéré par la roue est obtenu pour
<P <2P
$0 et A0 2.32
<Vam <Vam
2
Soit pour :
2
3Vam / 2Vav Vam % Vav2 $ 0 2.33
Equation dont la solution est donnée par :
1
Vam $ Vav 2.34
3
En remplaçant dans l’équation 2.31, la puissance maximale qui peut être extraite par
une roue est égale à :
1 . 2 . Vav + 2 +. Vav Vav +

p Max $ A > ,Vav % , ) ), / ) 2.35
2 , - 3 * )*- 2 6 *
-
en se référant à l’équation 2.26, on obtient

16
! PMax $ !P 2.36
27
Cette limite (environ 0.59) est appelée ‘’limite de Betz’’.
En prenant en considération la limite de Betz et en remplaçant la densité de l’air par sa
valeur moyenne, la moyenne maximale récupérable par unité de surface est donnée
par:
! Pr $ 0.37 ! V 3 2.37
Enfin la densité d’énergie moyenne récupérable sur une année, AEB est égale à, [3] :
! E $ ! Pr Ct $ 0.37 * 24 * 365.25 ! V 3 2.38
Soit en kWh/m2 :
! E $ 3.25 ! V 3 2.39
62
La cartographie de la densité de puissance moyenne annuelle récupérable à 10 mètres

du sol est représentée en figure 2.25. Ce résultat est obtenu par le traitement de 10
années de mesures relatives à 48 stations de l’ONM réparties sur tout le territoire.
Le maximum est enregistré dans la région sud ouest du Sahara. Il est situé dans la
région d’In Salah où la densité de puissance moyenne récupérable sur une année
atteint les 2.1 MWh/m2 an.
En effet, la majorité du sud ouest du Sahara est caractérisée par un potentiel annuel
moyen récupérable variant de 1 à 2 MWh/m2 .
Toutefois, des microclimats à l’ouest, dans les hauts plateaux possèdent des potentiels
allant jusqu'à 1.4 MWh/m2. Enfin, les valeurs estimées pour les régions de Batna,
Biskra, El Bayadh, El Kheiter, Msila, El Oued et Ghardaia ne doivent pas être
négligées puisque leur potentiel respectif avoisine le 1MWh/m2.
Figure 2.25 : Densité de puissance moyenne récupérable à 10 m du sol.
63
2.5.3 PUISSANCE EOLIENNE MOYENNE UTILISABLE

Etant donné que :
- la vitesse du vent est variable
- et que chaque machine éolienne est caractérisée par la vitesse de démarrage V1,
une vitesse nominale Vn et une vitesse d’arrêt Vs spécifiques, la puissance
éolienne utilisable est donnée par :
1
! Pu $ > A ! Vu3 2.40
2
La vitesse Vu est déduite de la courbe représentative de la distribution de Weibull entre
les limites de la machine. La limite inférieure est représentée par la vitesse de
démarrage. En effet, seules les vitesses du vent supérieures à la vitesse démarrage Vi
sont considérées dans le calcul.
En second lieu, lorsque la vitesse nominale Vn est atteinte, l'augmentation de la vitesse
de vent n'a aucun effet sur le régime de la roue.
Enfin, lorsque la vitesse d’arrêt Vs est atteinte, le système est stoppé et les vitesses qui
lui sont supérieures n’interviennent pas pour le calcul de Vu, (voir figure 2.26) [10].
Vi Vn Vs
Figure 2.26 : Représentation des vitesses de démarrage, nominale et d’arrêt sur la

courbe de distribution des vitesses.
64
La densité de puissance utilisable est donnée par :
G 0 pour V ! Vi
D 1
DD > !V 3 " Vi 7 V 7 Vn
! Pu $F 2 2.41
1
D > Vn3 " Vn 7 V 7 V s
D 2
DE 0 " V 8 Vs
La vitesse cubique utilisable moyenne est donnée par intégration de la vitesse cubique
pondérée par de la fonction de probabilité en considérant comme bornes d’intégration
les limites imposées par la machine, à savoir :
Vn Vs
! Vu $ " f V !V dV / V " f V ! dV
3 3
n 2.42
V1 Vn
Soit, après intégration et en utilisant la fonction gamma normalisée :
5 . . V +k 3 + . . Vi + k 3 +2 3 5 . . Vn + k + . . Vs + k +2
!V 3
$ 3'n , , ) ,1 / ) % 'n , , ) ,1 / )0 V / Vn 3exp , % , ) ) % exp , % , ) )0
n 3
34 ,- - C * k )* ,- C * k )*01 , -C* ) , - C * )0
u
- 34 - * - *1
2.43
Avec : 'n x, a ! $ ' x, a ! ' x ! 2.44
2.5. 3 PUISSANCE EOLIENNE MOYENNE UTILE

La puissance éolienne moyenne réellement utile s’écrit :
! Pe $ H ! Pu 2.45
Où H représente le rendement machine.

Ce dernier représente le rapport entre la puissance nominale donnée par le constructeur
et la puissance électrique théorique calculée pour une vitesse du vent constante égale à
la vitesse nominale. Soit :
! Pn
H$ 2.46
! PThéorique
Avec :
PThéorique $ 1 > A ! Vn
3
2
2.47
Les systèmes de conversion de l’énergie éolienne sont utilisés au maximum de leurs
performances si leur choix est effectué, correctement, en fonction des paramètres du
site d’implantation.
65
2.6 CONCLUSION
Partant des mesures des paramètres vent, les variations journalières, mensuelles et
annuelles du vent ont été établies. L’étude statistique des mesures a permis la
détermination des paramètres de Weibull nécessaires pour la connaissance des
potentialités énergétiques éoliennes d’un site donné. L’interpolation spatiale des
données a permis l’établissement des atlas vent annuels et saisonniers aux échelles
nationale et microclimatique.
Enfin, les densités d’énergie disponible et récupérable ont été estimées et l’Atlas énergétique
tracé. La limite de Betz en premier lieu, les limites des machines ensuite font que le potentiel
éolien utile représente moins de 40% du potentiel disponible. Rapport qui peut changer
énormément en fonction du site (forme de la courbe de distribution) et du choix de l’éolienne
(vitesse de démarrage, vitesse nominale).
66
REFERENCES
1. Bouhanik A., « Bulletin Mensuel Météorologique et Radiométrique »,
Bouzaréah, septembre 2003.
2. Kasbadji Merzouk N. et N. Messen, « Etude des Vents dans les Zones Semi-
arides, Application à la Wilaya de Djelfa », Chemss2000, Blida, 2000.
3. Technical note of WMO, « Meteorogical Aspect of the Utilisation as an Energy
Sources », N°175, 1981.
4. Takle E.S. et J.M. Brown, «Note on the Use of Weibull Statistic to
Characterize Wind Speed Data ». Journal of applied Meteorology, N° 17, 1978.
5. Boumahrat M. et J. Gourdin, «Méthodes Numériques Appliquées ». Office des
Publications Universitaires (OPU), 1983.
6. Khdiri F. et A. Laaouina, «L’énergie Eolienne au Maroc Gisement–Dimen-
sionnement », Rapport interne au Centre de développement des énergies
renouvelables, Marrakech, Maroc, 1986.
7. Garel B., « Modélisation Probabiliste et Statistique », Cépaduès-Editions, 2002.
8. KASBADJI MERZOUK N. ET N. MESSEN, «CONTRIBUTION A
L’ETUDE DU VENT EN RAPPORT AVEC L’EROSION EOLIENNE DANS
LES ZONES ARIDES ». REVUE ENERGIES RENOUVELABLES,
NUMERO SPECIALE ZONES ARIDES, 2002.
9. Kasbadji Merzouk N. et H. Daaou, «Atlas Energétique Eolien de l’Algérie ».
SIPE5, Béchar, 2000.
10. KASBADJI MERZOUK N., « AN EVALUATION OF WIND ENERGY
POTENTIAL IN ALGERIA ». PROCEEDING OF EWEC'94 CONGRESS,
THESSALONIKI, GRECE, 1994.
11. Gachet G., «Etude Comparative de Différentes Méthodes d’Interpolation pour
générer des Modèles numériques d’Altitude Raster à partir de Points Bruts
LIDAR»,http://lasig.epfl.ch/services/cours_laser/pdf/RAp_INTER_Ver_1_.pdf
2005.
12. Kasbadji Merzouk N., « Wind Energy Potential in Algeria », Int. J. Renewable
Energy, 21/3-4, 55 »-562, 2000.
67
13. HAMMOUCHE R., « ATLAS VENT DE L’ALGERIE/ONM ». OFFICE DES

PUBLICATIONS UNIVERSITAIRES (OPU), ALGER 1990.
14. UMA, « ETUDE PRELIMINAIRE DES ATLAS MAGHREBINS DES
ENERGIES RENOUVELABLES ». RAPPORT INTERNE A UMA, 1992.
15. Kasbadji Merzouk N. et H. Daaou., « Cartes Saisonnières du Vent en Algérie ».
Journée d’études : Météorologie et Climatologie entre sciences et prise de
décision, ONM/Alger, 2001.
16. Kasbadji Merzouk N., « Atlas Vent de l’Algérie, Les limites des Méthodes
d’Interpolation. Application au Nord Est de l’Algérie ». AL-SIG’99, Alger,
1999.
17. Lalas D.P.,« Wind Energy Estimation and Sitting in Complex Terrain ».
International Journal. Solar Energy, vol. 3, pp. 43-71, 1985.
18. Phillips G.T., « A Preliminary Users Guide for the NOABL Objectives
Analysis Code ». Internal report, Science Application Inc., California, 1979,
USA.
19. Kasbadji Merzouk N., H. Daaou et S. Haddouche, « Carte des Vents de Algérie,
Etablies à l’aide du Modèle AIOLOS ». 4émé Congrès National de la Physique
Energétique, Faculté de physique de l’USTHB, Sidi Fredj 2000.
20. Cuntry G., « Eoliennes et aérogénérateurs », EDISUD/Technologie douce,
1979.
21. Kasbadji Merzouk N. et M. Merzouk, «Useful Power Density of a Wind
Machine in Algeria ». Proceeding of International Mechanical Engineering
Conference, Koweit, 2004.
68
Chapitre 3 Extrapolation Verticale des Paramètres Vent
CHAPITRE 3
EXTRAPOLATION VERTICALE DES PARAMETRES VENT
3.1 INTRODUCTION
Le présent chapitre porte sur la détermination de la formule empirique adéquate pour
l’extrapolation des paramètres de Weibull d’un niveau standard vers un niveau digne
d’intérêt tel que la hauteur de l’hélice d’une éolienne. En premier lieu, la méthode
d’extrapolation adoptée est présentée. En second lieu, on donnera un aperçu de la
région d’implantation du pylône, des instruments de mesures et des données mesurées.
Enfin, le traitement et le classement des données, selon différentes classes de stabilité,
sont présentés. Ceci a permis l’établissement des formules empiriques valables pour
les zones arides et semi-arides.
3.2 METHODE D’EXTRAPOLATION VERTICALE

L’extrapolation verticale de la vitesse du vent passe par l’élaboration du profil de la
vitesse du vent en fonction de la hauteur. Ces profils dépendent de fonctions implicites
dont l’expression diffère selon le cas de stabilité atmosphérique constaté. Souvent,
dans la littérature, on suppose que l’atmosphère est neutre afin d’annuler la valeur de
la fonction implicite.
Pour comparer les modèles d’extrapolation verticale des vitesses moyennes et des
paramètres de Weibull, il faut classer les données en fonction des conditions de
stabilité rencontrées pendant les mesures.
3.2.1 DETERMINATION DES CLASSES DE STABILITE

En utilisant la théorie de similitude de Monin-Obukov [1], l’expression de la vitesse
du vent (Dryer 1974 et Paulson 1970) [2 et 3], en fonction de l’altitude du lieu s’écrit :
u* '% ' z $ 'z$ ' z $$

V z! * % ln%% "" )+ M % " (+ M % o " "" 3.1
, & & zo # &L# & L ##
69
avec : - , : constante de Von-Karman

- zo : rugosité du sol, m
- u* : vitesse de frottement du sol, m/s
- L : longueur de Monin–Obukov, m
-+M : fonctions implicites.
Selon le cas de stabilité de l’atmosphère (mesuré par la longueur de Monin-Obukov),

cette dernière est donnée, [2] par :
L < 0 (cas instable)

'1( x $ '1( x2 $ -
. M * 2 ln% " ( ln %% "" ) 2 Arc tan x ! ( 3.2
& 2 # & 2 # 2
1
' z$ 4
Avec : x * %1 ) 16 " 3.3
& L#
L>0 (cas stable)
'z$
.M * ) 5 % " 3.4
&L#
Pour connaître les classes de stabilité, il faudrait déterminer la longueur de Monin-
Obukov qui est définie par :
/ c p u*3 T*
L*) 3.5
, gH
avec : / : masse volumique de l’air, kg/m3

cp : Chaleur spécifique de l’air à pression constante, J/kg K
To* : Température ambiante, mesurée à 2 m du sol, K
H : Flux de chaleur sensible spécifique, W/m2
zo : Rugosité du sol, m
En supposant que la densité de l’air et sa chaleur spécifique soient constantes, les

paramètres à déterminer pour le calcul de la longueur de Monin Obukov sont la
chaleur sensible, la vitesse de frottement et la rugosité du lieu de d’implantation du
pylône de mesure.
70
3.2.2.1 Détermination de la vitesse de frottement et de la rugosité du sol

En supposant que l’atmosphère puisse être considérée comme neutre, le profil de la
vitesse du vent se met sous la forme, [4] :
u* ' z$
V z! * ln%% "" 3.6
, & zo #
Expression valable pour un terrain homogène et pour des mesures effectuées à une
hauteur inférieure à 100m. zo et u* sont déterminés à partir du profil du vent, après
ajustement des mesures du vent, en fonction de l’altitude z.
L’équation 3.6 peut être linéarisée en posant :
u* u*
X * ln(z ) ; A* ; B*) ln zo ! 3.7
, ,
L’expression devient :
V z! * A X ( B 3.8
En procédant à l’ajustement au sens des moindres carrés, il vient :
Cov X ,V z !!
A* et B *! V z ! )A ! X 3.9
Var X !
d’où :
zo * exp A B ! et u* * , A 3.10
3.2.2.2 Détermination de l’échange par chaleur sensible

Un bilan d’énergie sur l’interface sol-air permet d’écrire, [5 et 6] :
H ( 0E * Q * )G * 3.11
avec
H : Flux échangé par chaleur sensible, W/m2
0E : Flux échangé par chaleur latente, W/m2
G : Flux échangé par convection, W/m2
Q* : Echange radiatif net, W/m2
L’échange de chaleur par convection est fonction du bilan radiatif Q* et peut être
exprimé par :
G * cG Q * 3.12
71
Expression dans laquelle cG représente le rapport entre le flux de chaleur émis par le
sol et l’écahge radiatif net.
Ce coefficient dépend de la nature du sol et varie peu pour un sol défini. Il est
approximé à 0.1 pour les étendues vides de toute construction, [5].
Un bilan radiatif sur la surface du sol, permet d’écrire :
Figure 3.1 : Echange radiatif au sol-environnement.
Q* * (1 ) r ) Ig ) L) 3.13
avec :
- r : albédo
- L-: Rayonnement infrarouge émis par le sol, dans les grandes longueurs
d’ondes, W/m2
- Ig : Eclairement global incident, W/m2.
Après décomposition de l’éclairement incident et estimation des différentes
composantes (voire annexe 2), il vient :
0.588 1 ) r !I g ,mesuré ( c1T 6 ) 1T 4 ( c 2 Nb

Q* * 3.14
1 ( c3
Par ailleurs, pour un terrain sec et nu, le flux de chaleur latente est nul, car il n’y a pas
d’évaporation d’eau, d’où :
H * 1 ) cG !Q * 3.15
72
1 ) r !K ( ( c1T 6 ) 1 s T 4 ( c 2 Nb
H * 1 ) cG ! 3.16
1 ( c3
Les différentes constantes sont données par Holstag, [6] et dépendent de la nature du
terrain.
Cette méthode a permis de départager les données brutes en fonction des classes de
stabilité.
3.2.2 METHODE D’EXTRAPOLATION VERTICALE DU VENT
3.2.2.1 Extrapolation verticale de la vitesse du vent

La loi de puissance est utilisée pour la détermination du profil vertical du vent.
Proposée par Reed et reprise par Mikhaiel et al [9], elle s’écrit :
n
V2 '% z2 $
"
* 3.17
V1 %& z1 "
#
L’auteur, pose que l’exposant n du profil de la loi de puissance est fonction de la
vitesse de référence V1, tel que n=n(V1). Il propose aussi de relier la vitesse V1 à V2
par la relation suivante :
V2 * 3 V12 3.18
avec :
3=3(z1,z2) et 2=2( z1,z2)) 3.19
Les deux expressions précédentes 3.17 et 3.18 doivent être vérifiées en même temps.
Pour la résolution, on introduit deux paramètres constants a et b pour la détermination
des paramètres de n, 3 et 2 du système. L’équation 3.17 devient :
a n)a
'z $ ' z2 $
V2 * V1 %% 2 "" %% "" 3.20
& z1 # & z1 #
Par identification des termes avec l’équation 3.17, on obtient
a n)a
'z $ 2 'z $
3 * %% 2 "" et V1 * V1 %% 2 "" 3.21
& z1 # & z1 #
73
En linéarisant cette dernière expression, il vient :

'z $
2 ) 1!log V1 ! * n ) a !log%% 2 "" 3.22
& z1 #
d’où l’on tire :
2 )1 n)a
* * cste * b 3.23
'z $ log V1 !
log %% 2 ""
& z1 #
Et :
' z2 $
2 * 1 ( b log%% "" ; n * a ( b log V1 ! 3.24
& z1 #
3.2.2.2 Extrapolation des paramètres de Weibull

Pour un site donné et à la hauteur z1, les fréquences cumulées pour V V1 s’écrivent,
[10] :
k1
) '% $
V1
C1 "#
F V1 ! * 1 ) e &
3.25
En faisant l’hypothèse que les fréquences sont indépendantes de la hauteur, il vient :
9 'V $ 6 9 ' V $k 2 6
F V1 ! * F V2 ! * 1 ) exp 7) %% "" 4 * 1 ) exp 7) %% 2 "" 4
1
3.26
78 & C1 # k1 45 78 & C2 # 45
En remplaçant V1 par son expression (équation 3.17) :
9 k1
2 6
' V $
F V2 ! * 1 ) exp 7) %% 2 2 "" 4 3.27
7 & 3C1 # 4
87 54
On obtient par identification,
k1
C 2 * 3 C12 ; k2 * 3.28
2
On remarque que le paramètre d’échelle et la vitesse du vent varient d’une manière

similaire. Par analogie, on a :
74
n
C2 '% z2 $"
* 3.29
C1 %& z1 "#
avec :
n * a ( b log C1 ! 3.30
A la hauteur de référence 10 et en combinant les relations 3.17 et 3.21, on tire :
k10 ' z $
* 1 ( b10 log% " 3.31
k & 10 #
La constante b10 étant déterminée à partir du tracé de k10 /k, en fonction de log(z/10), le
rapport entre les facteurs de forme k2 et k1 s’écrit :
'z $
1 ( b10 log% 2 "
k10 k1 k2
* * & 10 # * 2 * 1 ( b log' z1 $ 3.32
% "
k10 k2 k1 ' z1 $ & 10 #
1 ( b10 log% "
& 10 #
L’extrapolation du paramètre d’échelle C passe par la détermination des constantes a

et b de l’expression de l’exposant n, donnée par l’équation 3.30. En appliquant cette
dernière à la référence z=10 m, il en vient :
n * a10 ( b10 log C10 ! 3. 33
a10 est déterminé grâce au tracé de la variation du coefficient de puissance n en

fonction de log(C10). L’équation 3.29 permet d’écrire, pour une extrapolation de la
référence 10 m à une altitude z1 :
n
C1 ' z1 $
*% " 3.34
C10 & 10 #
d’où :
z1
log C1 ) n log * log C10 3.35
10
En éliminant (log C10) entre les équations 3.33 et 3.35, on obtient :
a10 ( b10 log C1

n* 3.36
z1
1 ( b10 log
10
75
3.3 ETUDE EXPERIMENTALE
3.3.1 APERÇU SUR LA REGION D’IMPLANTATION DU PYLONE DE MESURE

Le pylône de mesures des paramètres météorologiques a été implanté par l’ONM à la
station météorologique de Ksar El Chellala, Wilaya de Tiaret. Située dans les hauts
plateaux algériens, cette dernière est considérée comme une zone semi-aride avec un
climat sec et rude, très chaud en été et souvent très froid en hiver. Les écarts de
températures diurnes enregistrées dans la région, atteignent 19°avec des précipitations
de plus en plus faibles au fil des années, (actuellement entre 200 et 300 mm/an). [11].
3.3.2 TECHNIQUES DE MESURES RECOMMANDEES

Au cours de la recherche bibliographique, nous n’avons pas pu trouver de normes
spécifiques aux mesures de paramètres météorologiques à différents niveaux de la
couche limite atmosphérique.
Toutefois, JC. Kaimal [12], propose dans son papier différentes techniques de mesures
ainsi que les capteurs nécessaires pour l’étude des profils dans la couche limite
atmosphérique. Parmi les conditions nécessaires, on peut citer :
- l’implantation du pylône de mesure sur un terrain plat et homogène ;
- Les études précédentes ayant montré que pour des hauteurs inférieures à 8 m, le
profil est logarithmique, alors qu’au-delà le profil devient linéaire, l’amplitude de
variation de l’altitude doit être comprise entre 0.5 et 30 m minimum.
- Les mesures des différents paramètres doivent être effectuées au même instant et
intégrées sur la même période.
- La période d’intégration des mesures doit être supérieure à la constante de temps du
capteur
- Une précision de 0.05 m/s est requise pour la mesure de la vitesse moyenne
- Une précision de 0.01°C est requise pour la mesure de la température moyenne.
- Le nombre de point de mesures demandé doit vérifier le critère suivant :
-
91 x !6
2
N;7 4 3.37
8 :x 5
Avec N le nombre de point, 1(x) l’écart type de x et x la précision désirée.
76
3.3.3 PYLONE DE MESURE

La figure 3.é représente le schéma du pylône et des capteurs de mesures. Chacun des
5 paliers du mât ainsi que les mâts de 2 et 4m, disposent d’une station ENERCO
comprenant une unité d’acquisition et des capteurs de mesures, à savoir :
< une sonde de température placée dans un mini abri ;
< un capteur d’humidité placé dans un mini abri (hygromètre);
< une girouette ;
< un anémomètre
Figure 3.2 : Représentation schématique du pylône de mesure installé à Ksar El
77
Les différentes caractéristiques des capteurs de mesures installés sont les suivantes :
< Température : thermorésistance (Pt 100), précision au 1/10 degré.
< Humidité : sonde à variation capacitive, précision au 1/10 %.
< Direction du vent : Girouette, capteur potentiomètrique, plage de mesure 0 à
360°, précision 5°, sensibilité 0.5 m/s.
< Vitesse du vent : capteur à impulsions avec une impulsion par mètre de
vitesse de vent, plage : 0.3 à 50 m/s
< Insolation : héliographe électronique à fibre optique, résolution :1/100
d’heure.
< Eclairement infra rouge : en mJ/cm² à l’aide d’un pyrgéomètre
< Eclairement diffus : en mJ/cm² à l’aide d’un pyranomètre
< Eclairement global : en mJ/cm² à l’aide d’un pyranomètre
< Rayonnement direct : mJ/cm² à l’aide d’un pyrhéliomètre
3.3.4 DONNEES MESUREES

Les mesures utilisées s’étalent sur une période de 10 mois, allant de juillet 2002 à
janvier 2003 et avril à juin 2004.
Ce sont des mesures journalières prélevées toutes les 10 mn. Ces fichiers de données
brutes portent sur les paramètres suivants :
! RAYRF : rayonnement réfléchi en mJ/cm2
! RDF : rayonnement diffus en mJ/cm2
! RIR : rayonnement infrarouge en mJ/cm2
! RAYGL : rayonnement global en mJ/cm2
! DI : durée d’insolation au 1/100 d’heure
! T : Température sous abri (en degrés et au dixième)
! DV : direction du vent (en degrés)
! V :Vitesse moyenne (en m/s)
Les paramètres vitesse, direction du vent et température, sont mesurés aux niveaux
suivants : 02 04 10 20 30 40 et 50 mètres du sol.
78
3.3.5 TRAITEMENT DES DONNEES
3.3.5.1 Données manquantes

Sur l’année de mesures des paramètres brutes demandés auprès de l’ONM, seules 07
mois de mesures ont été fournis. Ces données ont été utilisées pour la détermination
des formules empiriques d’extrapolation des paramètres de Weibull. Ces dernières ont
été complétées par l’acquisition de mesures concernant trois autres mois qui ont
d’ailleurs servi à la validation des formules (Avril - juin 2003).
Sur les 07 mois, 4.5% de données manquantes ont été retirées de la matrice initiale.
Les données manquantes sont remplacées par le nombre “-999“ dans les fichiers.
3.3.5.2 Données erronées

Le critère retenu pour l’acceptation repérer les données est basé sur l’hypothèse que le
gradient de la vitesse dans le sens vertical est positif.
A ce titre, un programme calculant le gradient de la vitesse du vent par rapport à l’altitude
de mesure a été développé.
Ceci a permis d’identifier les écarts négatifs qui ont entraîné le rejet de ces points de la
matrice initiale. Ceci, tout en considérant toute les combinaisons possibles des hauteurs de
mesures. Les résultats sont donnés dans le tableau 3.1.
Tableau 3.1 : Dimension des matrices après filtrage.

Mois A Atm A250 A250ss4 A450 A1050 A240ss4 A440 A240
Juillet 4608 4603 665 1124 665 1189 2370 2464 1331
Août 3600 3359 8 8 8 8 1906 1906 1864
Septembre 4032 3794 6 6 6 6 1935 1995 871
Octobre 4320 4174 568 764 568 769 2234 2362 1326
Novembre 3888 3784 815 820 815 820 2976 3022 2695
Décembre 4176 3989 28 28 28 28 2613 2613 2613
Janvier 4464 4125 9 9 9 9 3082 3082 3082
Total 29088 27819 2099 2759 2099 2829 17116 17443 13782
Tret 100% 95,64% 7,21% 9,49% 7,22% 9,73% 48,84% 59,97% 47,83%
79
Avec :
Tret. : Taux de données retenues
A : Matrice brute initiale
Atm : Matrice résultante après retrait des données manquantes
A250 : Matrice retenue avec les niveaux, 2-4-10-20-30-40-50
A250ss4 : ‘’ ‘’ ‘’ ‘’ , 2-10-20-30-40-50
A450 : ‘’ ‘’ ‘’ ‘’ ,4-10-20-30-40-50
A1050 : ‘’ ‘’ ‘’ ‘’ ,10-20-30-40-50
A240ss4 : ‘’ ‘’ ‘’ ‘’ ,2-10-20-30-40
A440 : ‘’ ‘’ ‘’ ‘’ ,4-10-20-30-40
A240 : ‘’ ‘’ ‘’ ‘’ ,2-4-10-20-30-40
3.3.5.3 Données utilisées

Afin de se rapprocher des orientations précitées dans le paragraphe 3.3.3., le choix se
portera sur la matrice A440 pour laquelle le nombre de données retenues est le plus
élevé. Le profil du vent dans les premiers 8 mètres de la couche limite atmosphérique
est cerné par la considération du niveau 4, soit pour z2=[4, 10, 20, 30, 40].
3.4 RESULTATS ET DISCUSSION
3.4.1 CHOIX DE LA METHODE D’EXTRAPOLATION

Pour l’extrapolation verticale de la vitesse du vent, on peut procéder de deux façons
différentes, soit en passant par :
o L’extrapolation des mesures brutes de la vitesse moyennée sur un intervalle ne
dépassant pas les 10 mn, (méthode dite : extrapolation des données à court terme)
o L’extrapolation des paramètres de Weibull, (méthode dite :extrapolation à long
terme).
Afin de choisir le modèle le plus adéquat, une étude comparative du profil vertical du
vent, basée sur les vitesses moyennes brutes et la moyenne estimée à chaque niveau, a
été établie, [13].
En figure 3.3 est représentée la variation de la vitesse du vent en fonction de la hauteur
durant la campagne de mesures ainsi que le résultat de l’interpolation des vitesses
brutes mesurées en fonction de l’altitude.
80
Figure 3.3 : Variation de la vitesse du vent en fonction de la hauteur.
De même, le tracé du profil vertical des vitesses du vent après ajustement au sens des
moindres carrés est représenté.
On remarque que la courbe obtenue à partir des vitesses brutes (détail en fenêtre) est
pratiquement confondue avec celle obtenue par corrélation des moyennes statistiques.
Ceci nous a amené à utiliser les valeurs obtenues par cette dernière méthode pour la
suite de l’étude.
3.4.2 DETERMINATION DES CLASSES DE STABILITE
3.4.2.1 Rugosité et vitesse de frottement

La rugosité du sol et la vitesse du frottement au sol sont tabulées suivant la nature du
terrain d’implantation du pylône de mesures,[14] (voir tableau 3.3). Toutefois, ceci
n’est valable que si le terrain est homogène et que les obstacles sont situés à une
distance supérieure à 1 km.
Comme ceci n’est pas le cas sur le site d’expérimental, la rugosité du sol et la vitesse
de frottement ont été déterminées pour chaque mois, saison puis globalement.
81
Tableau 3.3 : Rugosité du sol pour différents types de terrains, Lysens.

Type de terrains Description Rugosité, m
Plat Plage, glace, neige et océan. 0.005
Ouvert Aéroports, terre vide de récolte, herbe basse. 0.04
Herbes hautes et récoltes basses. 0.10
Rugueux Rangée de grandes récoltes et petite forêt. 0.25
Très rugueux Forêts et vergers 0.50
Fermé Villages et banlieues. 1.0
Villes Centres villes, espaces ouverts dans la forêt. >2
L’estimation est basée sur l’hypothèse d’une stabilité atmosphérique neutre et en

utilisant le modèle logarithmique (équation 1.33).
Les résultats sont figurés dans le tableau 3.4. La valeur de la rugosité est proche de
celle donnée par l’ONM qui est de l’ordre de 0.08.
Tableau 3.4 Résultats de la rugosité du sol et de la vitesse de frottement

Période considérée zo, m u*, m/s
Juillet 0.0744 0.4902
Août 0.0591 0.4819
Septembre 0.07 0.4845
Octobre 0.0966 0.4516
Novembre 0.1048 0.5887
Décembre 0.0844 0.4929
Janvier 0.0429 0.4944
Automne 0.0849 0.4195
Eté 0.0666 0.4865
Hivers 0.0742 0.5264
Total 0.0749 0.4657
En figures 3.4 et 3.5 sont représentées les courbes représentatives de l’évolution de la

vitesse du vent en fonction de l’altitude à l’échelle mensuelle et saisonnière.
Ces courbes ont permis la détermination de la rugosité du sol et du coefficient de
frottement.
Alors que les courbes sont confondues pour les mois de juillet, août et septembre, elles
sont décalées pour le reste de la période.
A l’échelle saisonnière, le même décalage est constaté pour la période hivernale, qui
semble plus ventée que le reste de l’année.
82
Figure 3.’ : Profil logarithmique de la Figure 3.( : Profil logarithmique de la

vitesse du vent à l’échelle mensuelle. vitesse du vent à l’échelle saisonnière.
En figure 3.6 est donné le profil logarithmique de la vitesse du vent pour les 07 mois
de mesures. On remarque une variation importante près du sol qui diminue avec
l’augmentation de l’altitude. On remarque que les variations asymptotiques
s’annoncent dés les 40 m d’altitude.
Figure 3.6 : Profil logarithmique de la vitesse moyenne de la période considérée.
3.4.2.2 Echange par Chaleur sensible

L’équation 3.14 est utilisée pour la détermination de l’échange par chaleur sensible :
Les différentes constantes dépendent de la nature du sol et sont données par Holstag,
[6] comme suit :
cG = 0.1 pour un terrain nu où gazonné
0 pour un terrain enneigé
83
c1 = 5.31 * 10 -12 W m-2 K-6 (Paramètre empirique)

c2 = 60 W/m2 valable pour les altitudes moyennes.
c3 = 0.12, pour un terrain gazonné
0.38, pour un terrain nu
Vu que le site d’implantation du pylône de mesure est semi-aride, les coefficients cG
et c3 considérés sont pris respectivement égaux à 0.1 et 0.38.
La nébulosité moyenne mensuelle a été prise à partir des tables établies par Capderou,
[7], pour la région de Djelfa (voir tableau 3.5).
Tableau 3.5 : Nébulosité moyenne mensuelle du site de Djelfa

Mois Nébulosité
Janvier 0.34
Février 0.37
Mars 0.36
Avril 0.26
Mai 0.31
Juin 0.21
Juillet 0.16
Août 0.20
Septembre 0.27
Octobre 0.30
Novembre 0.40
Décembre 0.38
Moyenne 0.30
Selon Capderou [7], pour les zones désertiques, l’albédo varie entre 0.2 et 0.3. Nous
l’avons supposé constant et égal à 0.25 ce qui correspond à du sable sec.
Une simulation numérique basée sur une méthode itérative a été développée pour le
calcul de l’échange par chaleur sensible.
L’éclairement global incident Ig et la quantité de chaleur sensible H sont tracés pour
chaque mois ainsi que pour toute la période de mesures en figures 3.7. On remarque
que contrairement au rayonnement global, les maximas atteints par la quantité de
chaleur sensible sont proches avec une différence de l’ordre de 100 W/m2 entre les
mois d’été et d’hiver.
84
Ensemble
des 07 mois
Figure 3.7 : Tracé de l’éclairement global et du flux échangé par chaleur sensible pour les 3
saisons ainsi que pour la période selon la classe de stabilité.
85
En partant des définitions énoncées au tableau 3.6, les données ont été triées par
classes de stabilité atmosphérique selon la valeur de H.
Tableau 3.6 : Définition des classes de stabilité selon la quantité de chaleur sensible.
Cas de stabilité Condition nécessaire Gamme choisie Situation
Neutre H proche de zéro -0.05 ! H ! 0.1 Transition entre la nuit
et le lever et coucher
du soleil.
Instable H positive Au lever et au coucher
H>0 du soleil
Stable H négative H <0 La nuit
En figure 3.8 sont tracés la variation de l’éclairement global et de la quantité de

chaleur sensible selon la classe de stabilité, sur les trois saisons disponibles (été, hiver
et automne) ainsi que pour toute la période de mesures. Les résultats obtenus montrent
que pour le cas stable, la quantité de chaleur sensible varie entre -50 et -.120 W/m2.
Figure 3.8 : Variation de l’éclairement global et du flux échangé par chaleur sensible pour les
3 saisons ainsi que pour la période de mesures.
86
3.4.2.3 Classes de stabilité

La détermination du flux de chaleur sensible, de la vitesse de frottement et de la
rugosité du sol permet le calcul de la longueur de Monin Obukov à l’aide de l’équation
3.5. Au tableau 3.7 sont donnés les classes de stabilité en fonction de la longueur de
Monin-Obukov. On remarque que pour les mois de septembre et octobre, les
conditions atmosphériques ont été instables durant toute la période.
Tableau 3.7: Longueur de Monin-Obukov selon la classe de stabilité atmosphérique.
Stable Instable Quasi-neutre

Mois Lmax Lmin Lmax Lmin Lmax Lmin
Juillet -153.161 -0.009 0 1.5687*10-6 0 0.
Août -32.030 -0.013 0 88.238 0 0
Septembre -115.803 -0.009 0 2.247*10-7 2.988*10-10 398.470
Octobre -1179.800 -0.011 0 4.454*10-7 0 0.000
Novembre -333.758 -0.023 0 168.357 -205.684 705.683
Décembre -309.490 -0.022 0 145.134 2.101*10 2.101*10-10
-10
Janvier -140.253 -0.012 0 335.994 -418.905 1854.800

Automne -232.425 -0.010 0 477.654 1.445*10-6 5.079
-13
Eté -110.771 -0.009 0 0.110 1.977*10 152.336
Hiver -582.426 -0.011 0 657.656 3.185*10-15 279.969
Total -999.271 -0.001 0 400.531 -2068.600 0.636
Les dimensions des matrices obtenues après classement des données selon les classes
de stabilité sont données au tableau 3.8. Sur les 16986*28 données représentant la
période de mesures, seules 10*28 sont classées dans le cas quasi-neutre.
Tableau 3.8 : Dimensions des matrices obtenues après classement des données selon la
classe de stabilité atmosphérique
Mois Instable Stable Quasi-neutre

Juillet 827*28 1538*28 0*28
Août 655*28 1250*28 0*28
Septembre 591*28 1342*28 2*28
Octobre 516*28 1589*28 0*28
Novembre 664*28 2308*28 4*28
Décembre 526*28 2086*28 1*28
Janvier 527*28 2552*28 3*28
Automne 1105*28 2931*28 3*28
Eté 1488*28 2782*28 0*28
Hiver 1708*28 6956*28 7*28
Total 4301*28 12675*28 10*28
87
3. 4.3 EXTRAPOLATION VERTICALE DES VITESSES MOYENNES
3.4.3.1 Extrapolation des vitesses par la loi de puissance

La loi de puissance donnée par l’équation 3.17, permettant l’extrapolation de la vitesse
du vent moyennée sur une courte durée, a été développée en faisant l’hypothèse d’une
stabilité atmosphérique neutre.
Afin de vérifier l’hypothèse faite par nombre d’auteurs que l’atmosphère est neutre
pendant toute la journée, l’exposant n a été déterminé en utilisant toutes les données et
en supposant l’atmosphère neutre, (1er estimation) puis en ne considérant que les
données classées dans le cas quasi-neutre. Attendu que les dimensions des matrices,
lorsque l’atmosphère est stable sont faibles pour le mois et les saisons, la comparaison
a été faite en considérant toute la période de mesures.
La figure 3.9 représente la variation de la vitesse du vent en considérant la loi de
puissance pour le cas réellement neutre et en étalant cette hypothèse à l’ensemble des
données.
(b) (a)
Figure 3.9 : Comparaison du profil du vent sur toute la période de mesures pour une
atmosphère neutre (a) et faisant l’hypothèse d’une atmosphère neutre
pour toute la période (b).
On remarque que les courbes représentées dans les figures ont la même allure, mais
que l’exposant diffère entre les deux cas.
L’écart quadratique moyen calculé, est de l’ordre de 13%, ce qui ne justifie pas la
supposition de condition atmosphérique neutre.
88
3.4.3.2 Distribution de Weibull

En figure 3.10 sont représentés les histogrammes en fréquences de la vitesse du vent
calculée pour un pas de 1 m/s pour tous les niveaux de mesures avec les courbes
représentatives obtenues par l’ajustement au sens du maximum de vraisemblable, en
utilisant la distribution de Weibull. Les paramètres (facteur de forme k et facteur
d’échelle C ) sont calculés pour chaque niveau.
k = 1.67. c =3.19 m/s. Vmoy = 3.85 m/s k = 1.81. c =6.45 m/s. Vmoy = 5.74 m/s
k = 1.92. c = 7.20 m/s. Vmoy = 6.39 m/s k = 1.99. c = 7.68 m/s. Vmoy = 6.81 m/s
k = 3.03. c =8.15 m/s. Vmoy = 7.22 m/s
Figure 3.10 : Histogrammes et courbes repré-

sentatives ajustées selon la loi de
Weibull, pour chaque altitude.
89
Le facteur d’échelle et la vitesse moyenne du vent, passent du simple au double

lorsque l’altitude des points de mesure varie de 2m à 10m. À partir de cette altitude, la
variation prend une allure asymptotique.
On remarque que près du sol, les valeurs enregistrées sont très variables. On note par
ailleurs, que la proportion de vent faible diminue avec l’altitude et est inférieure à 3%
à 40m d’altitude.
a - Facteur de forme k
L’extrapolation du facteur de forme d’un niveau à un autre se fait à l’aide de
l’équation 3.32. Le facteur b10 est déterminé à l’aide du tracé de k/k10 en fonction de
log (z/10). Ce paramètre a été déterminé par saison et pour toute la période de mesures.
Le critère de Chauvenet a été utilisé pour l’élimination des points erronés. [15].
Les figure 3.11 a, b et c représentent la variation du rapport k2 / k1 en fonction de la
hauteur de référence et de l’altitude.
( a)
(a)
90
(b)
( c)
Figure 3.11 : Variation du rapport de facteur de forme en fonction de l’altitude selon
les saisons. a- été, b- Hiver et c- Automne
Les différentes mesures ont été départagées suivant les classes de stabilité. Les points
de mesures et la droite d’ajustement sont représentés sur les mêmes figures. La qualité
91
de l’ajustement est représentée par la valeur du coefficient de corrélation. Les

coefficients b10 sont faibles lorsque les conditions atmosphériques sont stables, et sont
très proches du cas où toutes les conditions atmosphériques sont confondues. Dans ce
cas et pour les trois saisons traitées, les différences enregistrées ne dépassent pas les
3%.
En figure 3.12, les mêmes courbes sont représentées pour les 07 mois de mesures.
Dans ce cas, on constate que les coefficients estimés b10 se rapprochent pour le cas
stable, quasi-neutre et toutes confondues, alors qu’il reste faible pour le cas instable.
(c)
Figure 3.12 : Variation du rapport de facteur de forme en fonction de l’altitude pour

toute les mesures et selon la stabilité atmospéique.
b – Facteur d’échelle C
L’estimation de l’exposant du modèle d’extrapolation est donnée par l’équation 3.44.
La détermination du facteur d’échelle passe par le calcul de la constante a10 et de
l’exposant n en fonction de log(C10) pour toutes les catégories de données, à savoir
mensuelles, saisonnières ainsi que pour toute la période de mesures. L’extrapolation
du paramètre C se fait à l’aide de l’équation 3.36.
Le tableau 3.9 regroupe les résultats des ajustements établis au sens des moindres
carrés.
92
Tableau 3.9 : Valeurs mensuelles de l’exposant n obtenues par ajustement.

Condition Stable Instable Neutre
atmosphérique C10 n C10 n C10 N C10 n
Janvier 8.319 0.154 7.763 0.175 10.887 0.080 8.393 0.042
Décembre 7.621 0.176 7.402 0.197 6.457 0.102
Novembre 7.464 0.192 7.037 0.221 8.897 0.108 8.595 0.051
Octobre 6.030 0.191 5.359 0.225 8.154 0.110
Septembre 5.337 0.184 4.747 0.228 6.690 0.099 6.687 0.178
Aout 5.451 0.177 4.945 0.221 6.442 0.103
Juillet 5.525 0.178 5.335 0.211 5.862 0.120
Eté 5.492 0.178 5.174 0.215 6.109 0.112
Hivers 7.282 0.180 6.828 0.204 9.118 0.100 7.255 0.129
Automne 5.693 0.188 5.077 0.227 7.348 0.105 10.793 0.105
Global 6.456 0.182 6.070 0.211 7.614 0.105 8.179 0.141
Dans le cas présent, le paramètre b10 doit être fixé à la valeur déterminée pour le cas
global tel que donné au tableau 3.10.
Tableau 3.10 : Valeur de la constante b10

Condition atmosphérique b10
Données confondues -011607
Stable -0.1173
Instable -0.06362
Quasi-neutre -0.10427
La figure 3.13 représente les nuages de points ainsi que les droites d’ajustement
respectives de l’exposant n par rapport au log(C10). Le paramètre a10, déterminé après
lissage est proche pour les cas neutre, stable et quasi-neutre mais reste lointain pour le
cas instable.
Les résultats obtenus sont regroupés dans tableau 3.11 donnant l’expression de
l’exposant selon le cas considéré.
On remarque qu’en ignorant les classes de stabilité, on aboutit à une expression de
l’exposant assez proche de celle trouvée pour le cas neutre.
93
Figure 3.13 : Tracés de la variation de l’exposant n en fonction log(C10) pour la

détermination de la constante a10.
Tableau 3.11 : Expressions de l’exposant n de la loi de puissance

Condition atmosphérique n
0.3824 0.11067 log C1
n!
z
1 0.11067 log 1
10
Stable 0.41627 0.1173 log C1
n!
z
1 0.1173 log 1
10
Instable 0.23094 0.06362 log C1
n!
z
1 0.06362 log 1
10
Quasi-neutre 0.32903 0.10427 log C1
n!
z
1 0.10427 log 1
10
3.38
c- Vitesse moyenne
Attendu que, par hypothèse, l’exposant n est valable pour l’extrapolation de la vitesse
du vent, ce dernier se met sous la forme :
a10 " b10 log V1
n! 3.39
z,
1 " b10 log
10
94
3.5 CONCLUSION
La rugosité du sol, le coefficient de frottement et le flux échangé par chaleur sensible

permettant la détermination de la longueur de Monin Obukov, ont été déterminés. Ceci
a permis le classement des mesures vent rélevées à l’aide du pylône de Ksar El
Chellala, selon la classe de stabilité atmosphérique. Ceci a permis la caractérisation
verticale de la vitesse du vent dans la couche limite atmosphérique.
Enfin, l’extrapolation verticale des paramètres de Weibull et de la vitesse moyenne du
vent ont été établies. Ces dernières s’adaptent mieux aux climats semi-arides des hauts
plateaux algériens.
95
REFERENCES
1. Monin A.S. et Obukov A.M. « Basic Regularity in Turbulent Mixing Surfaces
Layer of the Atmospheric ». Akad. Nauk. S.S.S.R.. Trusd Geof. Inst. 24, 151.
1954.
2. Dyer AJ., « A Review of Flux Profile Relationships ». Boundary Layer
Meteorology, 7, pp. 363-372, 1974.
3. Paulson C.A. « The Mathematical Representation of Wind Speed and Temperature
Profiles in the Unstable Atmospheric Surface Layer ». Journal of Applied
Meteorology, 1970.
4. Tenneekes A., « The Logarithmic Wind Profile » Journal of Atmospheric Sciences.
vol. 30, pp. 234-238, 1973.
5. Itier B. « Une Méthode Simplifiée pour la Mesure du Flux de Chaleur Sensible »
Journal Recherche Atmosphérique 14, N° 1, pp: 17-44, 1980.
6. Holtslag A.A.M. et A.P. Van Ulden « A Simple Scheme for Daytime Estimates of
the Surface Fluxes from Routine Weather Data » Journal of Climate and Applied
Meteorology. vol. 22, N°4, 1983.
7. Capderou M. « Atlas Solaire de l’Algérie. Modèles Théoriques et
Expérimentaux ». OPU, mai 1988.
8. Merzouk M. « Contribution à la Détermination des Performances Théoriques et
Expérimentales des Capteurs Solaires à Tubes Sous-vide en Régime Transitoire ».
Thèse de doctorat d’état en physique énergétique, Université de Tlemcen, 2004.
9. Mikhail A.S. et C.G. Justus « Comparison of Height Extrapolation Models and
Sensitivity Analysis ». Wind Engineering, Vol. 5, N° 02, 1981.
10. Justus C.G. et A. Mikhail « Height Variation of Wind Speed and Wind
Distributions Statistics ». Geophysical Research Letters, vol. 3, N° 5, 1976.
11. Messen. N., N. Kasbadji Merzouk, A. Brague, C. Zaidi et Z. Benzenboua.
« Contribution à l’Etude du Vent en Rapport avec l’Erosion Eolienne dans les
Zones Aride ». Rapport Technique Final. Centre de Recherche Scientifique et
Technique en Zone Aride, Biskra. Algérie, 2000.
12. Kaimal J.C. « Sensors and Techniques for Direct Measurment of Turbulent Fluxes
and Profiles in the Atmospheric Surface Layer » Atmosphéric Tehnology, N°7,
1975.
96
13. Kasbadji Merzouk N., M. Merzouk, N. Messen et B. Benyoucef « Profil Vertical

de la Vitesse du Vent en Milieu Semi-Aride. Test des Modèle d’Extrapolation. »
International Congress on Photovoltaic and Wind Energies, Tlemcen 2003.
14. Hammouche R. « Atlas Vent de l’Algérie, ONM » Office des Publications
Universitaires (OPU) Algérie, 1990.
15. Boumahrat M. et J. Gourdin « Méthodes Numériques Appliquées ». Office des
Publications Universitaires (OPU), Algérie, 1983.
97
Chapitre 4 Discussion et Synthèse
CHAPITRE 4
DISCUSSION ET SYNTHESE
4.1 INTRODUCTION
Le présent chapitre porte sur la discussion des résultats et la synthèse de la présente
étude. La première partie porte sur la validation de l’interpolation spatiale (Atlas et
modèle Ailos) et du modèle d’extrapolation verticale de la vitesse du vent proposée.
La seconde partie porte sur l’étude des limites des modèles établis. Limites liées à la
projection des vitesses du vent, à la qualité et la densité des points de mesures ainsi
que celles relatives à la rugosité et à la fréquence des vitesses nulles.
Enfin, la comparaison entre les atlas extrapolés avec le modèle Justus et Mikhaiel, [1]
et celui proposée est établie ainsi que celle comparant les modèles proposés par la
littérature avec le modèle établi.
4.2 VALIDATION DES ATLAS EOLIENS
4.2.1 DONNEES MESUREES AU SOL

En l’absence de travaux antérieurs, il est impossible de faire une validation avec des
résultats fournis par la littérature.
Selon des informations recueillies lors de colloques, un atlas éolien du monde arabe
serait en cours de réalisation sous l’égide de l’Alecso [2], mais à ce jour, ce travail n’a
fait l’objet d’aucune publication.
Par contre, la carte obtenue représentant la vitesse moyenne annuelle interpolée à 10m
du sol, affiche des variations dans une gamme toute à fait vraisemblable et les zones
particulièrement ventées se trouvent en altitude (Tiaret) ou dans des couloirs (Adrar,
Ould Fayet et Ksar El Chellala) déjà signalés par les bulletins mensuels d’informations
climatologiques, [3] et les travaux de Hammouche, [4].
Nous pouvons donc considérer que les résultats obtenus sont valables et peuvent être
exploités sans problème.
98
4.2.2 MODELE AILOS

Un traitement statistique des paramètres vent mesurés à 10m du sol par neuf stations
météorologiques situées au nord de l'Algérie, à savoir Annaba, Béjaia, Skikda Bordj
Bou Arriredj, Sétif, In Oussera, Ksar El Chellala et Djelfa est effectué. Ces stations
sont caractérisées par différentes topographies. La distribution de Weibull a été utilisée
pour l'évaluation de la vitesse moyenne annuelle à 10m du sol. En outre, le modèle d'
AIOLOS est appliqué sur une surface de 20 km2, contenant les différentes stations
considérées. Le pas du maillage choisi est de 1 km, [5].
Pour valider le modèle d'AIOLOS, les mesures relevées à 10m sont traitées à l’aide de
la distribution de Weibull et les résultats obtenus sont comparés à ceux obtenus après
la projection des données mesurées à 3000 m au sol, (tableau 4.1). L'erreur relative
associée est calculée en utilisant l’écart relatif, soit :
V V Mesurée
Er ! Ailos 4.1
V Ailos
Les écarts sont représentés en figure 4.1, en fonction de l'altitude des stations météo-
rologiques. On peut voir, que les vitesses estimées par le modèle AIOLOS sont sous-
estimées par rapport aux mesures au sol pour les altitudes inférieures à 1000 m, tandis
qu'elles sont surestimées pour des altitudes supérieures à 1000 m.
Enfin, avec des erreurs variant entre 10% et 21%, on peut conclure que l'utilisation du
modèle AIOLOS pour la cartographie des vents, des régions accidentées est
acceptable. Ceci, compte tenu de la nature du vent et des problèmes de mesures.
Tableau 4.1 : Comparaison entre les résultats de l’estimation par Ailos et les mesures
au sol.
Sites VAilos, m/s VMesurée, m/s Er, % Al, m Observations
Annaba 3.40 4.03 -18.5 5 Côte
Bejaia 4.32 4.96 -14.8 1 “
Skikda 3.30 3.65 -10.6 1 “
Bordj Bou Arriredj 3.73 4.37 -17.2 928 Hauts plateaux
Sétif 4.00 3.94 1.50 1033 “
InOussera 4.00 4.30 -7.50 649 “
Ksar El Chellala 4.55 5.50 -20.9 800 “
Djelfa 3.90 3.60 7.69 1144 “
99
Figure 4.1 : Distribution de l’erreur relative entre les vitesses mesurées au sol et les
vitesses estimées par Ailos.
4.3 VALIDATION DES MODELES D’EXTRAPOLATION VERTICALE

Afin de valider le modèle établi, les résultats d’extrapolation obtenus ont été comparés
avec les résultats statistiques de trois mois de mesures non utilisés lors de
l’établissement des modèles. Les données des mois d’avril, mai et juin 2003 ont été
traitées pour chaque niveau de mesure (10, 30, 40 et 50m). Les paramètres de Weibull
ont été déterminés et la vitesse moyenne calculée.
Par ailleurs, les facteurs de forme et d’échelle, estimés à 10m du sol ont été extrapolés
à l’aide des modèles établis pour le cas indifférent des conditions atmosphérique et
pour les conditions stables à 30, 40 et 50m du sol.
Les paramètres extrapolés ont permis le calcul des vitesses moyennes pour chaque cas.
La comparaison entre les vitesses estimées et mesurées de la vitesse du vent est présentée en
figure 4.2. On remarque que les profils ont la même allure avec un écart qui augmente avec
l’altitude.
Lorsque ces dernières sont inférieures à 30m les mesures s’ajustent avec la cas ou les
conditions atmosphériques sont indifférentes au mouvement des masses d’air alors qu’à partir
de cette altitude les mesures s’ajustent avec les résultats obtenus dans les conditions
atmosphériques instables.
100
Figure 4.2 : Comparaison entre les vitesses mesurées et les vitesses estimées en
fonction de l’altitude et selon le type d’atmosphère.
L'adéquation des différents modèles aux résultats expérimentaux est mesurée par
l’écart relatif donné par :
'V Vcal $
( !% mes " 4.2
% Vmes "
& #
Les résultats de la comparaison présentés dans le tableau 4.2 confirment la conclusion
précédente (sous estimation pour l’hypothèse de l’atmosphère indifférente et
surestimation pour l’hypothèse d’atmosphère stable).
On remarque que les écarts, pour des altitudes inférieures à 30 m du sol, le modèle
proposé pour une atmosphère indifférente s’adapte mieux alors qu’au-delà de cette
valeur le cas stable est plus adéquat. Ceci s’explique par le fait que l’effet des facteurs
d’instabilité (échange sol-air) s’atténue avec l’altitude.
Tableau 4.2 : Vitesses estimées, mesurées et écarts quadratiques relatifs

Atmosphère Indifférent Atmosphère stable
Altitude Vmesurée m/s Vestimée m/s Ecart, % Vestimée, m/s Ecart, %
10 4.1122 4.1122 0 4.1122 0
30 5.1507 5.1502 -0.0086 5.2843 2.5285
40 5.6400 5.4677 -3.15 5.6486 0.1518
50 5.9661 5.7289 -4.14 5.9501 -0.2689
101
4.4 LIMITES DES MODELES
4.4.1 MODELISATION DES MESURES AU SOL
4.4.1.1 Densité des points de mesures

La topographie de l’Algérie est très diverse (côte méditerranéenne, chaînes de monta-
gnes, hauts plateaux et étendues de sable). Ceci nécessite une grande densification des
stations de mesures. Malheureusement, 69% des stations de mesures utilisées sont
situées dans le nord de l’Algérie (longitude >32.5°). Avec un relief aussi accidenté, le
nord du pays a besoin de beaucoup plus de stations pour une couverture correcte. La
densité actuelle fait donc que certaines régions sont pratiquement oubliées.
Par ailleurs, 31% des stations de mesures sont situées sur plus de 80% du territoire
(Sahara). Pour bien représenter le territoire, il faudrait doubler le nombre de stations de
mesures au nord et tripler leur nombre au sud.
Par ailleurs, les données fournies par les bulletins mensuel d’informations
climatologiques, [3] se limitent à la publication de la vitesse moyenne mensuelle, de
la vitesse maximale, au nombre de fois que la vitesse a été supérieure à 10, 20 et 30
m/s dans le mois. Ces données sont insuffisantes pour l’étude de l’aspect énergétique.
4.4.1.2 Qualité des mesures

Lors de l’analyse des données, nous avons rejeté les relevés de plusieurs stations car
ces dernières ne portent pas sur un nombre d’année suffisamment représentatif (8
années minimum). Par ailleurs, beaucoup de données erronées sont signalées lors de
l’analyse. Enfin, la qualité de la mesure et la précision, requises pour un utilisateur
énergétique n’est pas disponible.
4.4.1.3 Fréquence des vitesses nulles

En figure 4.3 est montré l’influence des fréquences de vitesses nulles sur l’évolution
statistique de la vitesse du vent. Trois sites ont été choisis Oran, Bordj Bou Arriredj et
Tlemcen dont les fréquences en vitesses nulles sont respectivement de 7%, 30% et
52%. Pour l’étude statistique, les distributions de Weibull et hybride Weibull sont
utilisées. Alors que la distribution de Weibull semble adéquate pour le site d’Oran,
ceci n’est pas le cas pour le site de Bordj Bou Arriredj et totalement aberrante pour
102
Figure 4.3 : Effet de la fréquence nulle sur la qualité de l’ajustement pour trois sites
Algériens, ( Oran, Bordj Bou Arriredj et Tlemcen).
celui de Tlemcen. En effet, lorsque les fréquences des vitesses nulles sont élevées
(>15%), l’utilisation de la distribution hybride de Weibull s’avère plus adéquate pour
la caractérisation des vents, [6].
En effet, la vitesse moyenne est réduite de moitié lors du passage de Weibull à hybride
Weibull, comme le montre le tableau 4.3.
Tableau 4.3 : Vitesse moyenne et cubique moyenne estimées suivant la distribution de

Weibull et Hybride Weibull
Weibull Hybride Weibull
Site Fr0, % Vmoy, m/s V moy,m /s Vmoy,m/s V3moy,m3/s3
3 3 3
Oran 6.69 4.36 221.07 4.07 206.29

Bordj Bou Arriredj 30.00 4.89 203.59 3.43 142.50
Tlemcen 51.85 4.69 167.57 2.26 80.69
103
4.4.1.4 Limites du modèle de projection (Ailos)

Les limites du modèle Aiolos sont de deux types, celles portant sur les cartes
microclimatiques de la vitesse du vent et celles relatives à l’atlas du potentiel énergétique
disponible.
Les premières limites sont d’ordre pratique. En effet, le maillage doit être choisi tel que la
pente entre deux points soit inférieure à 25% sur toute la surface d’étude. Cette condition
implique la réduction du pas du maillage. Ceci nous amène à diminuer la surface étudiée
lorsque la région est très accidentée car la taille de matrice maximale acceptée par le code est
fixée à 80*40. Par ailleurs, la méthode de convergence utilisée est lente et limitée. En effet,
après 100 itérations le résidu obtenu reste élevé, [5].
Les secondes limites apparaissent lors de l’établissement de l’atlas énergétique, [6].
En figure 4.4 sont représentées les cartes de la densité de puissance moyenne à 10m du
sol des sites de Annaba et Ténes, estimées pour un maillage avec un pas de 1km.
Les densités de puissance de vent diminuent lorsqu’on se dirige de la mer vers les
l’intérieur du pays. A 10 m, on observe une variation uniforme des densités de
puissance de vent pour Annaba. Ceci est essentiellement dû à la faible variation de la
topographie. Cette variation devient plus touffue pour Oran qui présente un
microclimat accidenté avec une densité de puissance qui avoisine les 330 W/m2.
Afin de valider le modèle nous avons comparé les résultats statistiques des mesures au
sol avec les estimations du modèle Ailos.
418
280
416
278
414
276
412
274
Latitude,km
410
Latitude, Km
272
408
270
406
268
404
Annaba 266
402 Oran
264
400
262
954 956 958 960 962 964 966 968 970 972 190 192 194 196 198 200 202 204 206 208
Longitude, Km
Longitude, km
Figure 4.4 : Estimation de la densité de puissance par le modèle Ailos des sites de
Annaba et Oran.
104
Les écarts obtenus sont donnés sur le tableau 4.4. Concernant la vitesse du vent, l’écart
obtenu est inférieur à 16%, alors que pour la densité de puissance, l’écart passe de
29% à Annaba à 59% pour Oran.
Ces comparaisons montrent que le modèle Ailos peut être appliqué pour les régions
accidentées, cependant, il faut avoir à l’esprit qu’il présente quelques insuffisances.
Tableau 4.4 : Validation du modèle Aiolos pour deux sites Côtiers.
Site VWeib., m/s VAiol., m/s Vdisc. ,% PWeib., /m2 PAiol., /m2 Pdisc.,%
Annaba 4.03 4.45 10.5 100.8 72 29
Oran 4.58 3.85 16 145.3 58 60
4.4.2. PROFIL VERTICAL
4.4.2.1 Faibles hauteurs du mât, nombre de mâts (diversité climatique)

Le modèle a été établi pour des altitudes allant de 0 à 50m. Aujourd’hui, les
aérogénérateurs de grandes puissances (1 MW et plus), sont installés à des hauteurs
supérieures à 70 m du sol, [7].
Par ailleurs, la disponibilité d’un seul mât installé sur un terrain uniforme ne permet
pas l’étude de l’effet de la topographie du site.
4.4.2.2 Qualité des mesures

Les vitesses du vent, utilisées ont été mesurées avec une précision du dixième.
Lorsque les vitesses mesurées sont faibles l’écart enregistré entre deux altitudes est
petit. C’est pour cela qu’il est conseillé d’utiliser des mesures de vitesses du vent avec
des précisions du centième.
4.4.2.3 Problème de rugosité

Il est clair que l’effet de la rugosité dans l’établissement des formules empiriques joue
un rôle important dans l’extrapolation des paramètres vent.
Son introduction dans les formules d’extrapolation de la vitesse du vent nécessite
l’installation de pylônes sur des terrains présentant des natures différentes et
permettant la mesure des paramètres vents proches du sol et sur plusieurs niveaux.
105
Les seules modèles d’extrapolation fonctions de la rugosité du sol sont les modèles de
Justus, [8] et Mikhaiel, [9].
Toutefois, ces derniers présentent des limites dûes à la restriction de la gamme de
validité imposée par les auteurs.
Afin de juger de la validité de ces modèles, nous avons tracé le profil du vent en
variant la rugosité de 0 à 0.5m (figure 4.5). Les résultats montrent que cette restriction
fait que ces modèles ne sont pas valables pour les sites sahariens dont la rugosité est
très faible.
Figure 4.5 : Effet de la rugosité sur les modèles d’extrapolation verticale de la vitesse
du vent de Justus, [8] et de Mikhaiel, [9].
En figure 4.6 est représentée la densité de puissance énergétique éolienne récupérée à

50m d’altitude, tracée après extrapolation des paramètres k et C à 50m, à l'aide de
l'équation 4.13.
Les mesures utilisées portent sur 45 stations de mesures réparties sur le territoire
national. En effet, les stations de mesures, dont les rugosités sont inférieures à 0.05m
n’ont pas été utilisées lors de l’interpolation, à savoir :
- Hassi Messaoud,
- In Amenas
- et Tindouf.
Le site le plus intéressant est le site de Tiaret. En effet, lorsque le facteur de forme de
la distribution de Weibull est proche de 1, la puissance récupérable diminue avec
l’augmentation de l’altitude (Cas d’Adrar).
106
Figure 4.6 : Densité de puissance moyenne récupérable à 50 m du sol.
4.4.2.4 Limites des machines sur la puissance utilisable

Les effets de la vitesse de démarrage (en raison de l'inertie de la machine) et nominale
(limite à partir de laquelle l'augmentation de la vitesse de vent n'a plus aucun effet sur
la production énergétique), sur la vitesse cubique moyenne du site de Djelfa et de
Tiaret sont représentés respectivement en figures 4.7 et 4.8. Si l’effet de la vitesse
nominale est similaire pour les trois sites avec un décalage dans les gammes de
variation, l’effet de la vitesse de démarrage est plus significatif et dépend
essentiellement du site d’implantation de l’aérogénérateur, [10,11].
Fig. 4.7: Effet de la vitesse de .Fig. 4.8 : Effet de la vitesse nominale

démarrage sur la puissance utile. sur la puissance utile.
107
4.5 VENTS DOMINANTS

Afin de déterminer les secteurs relatifs aux vents dominants de la région, l’étude
statistique de la vitesse est associée à la direction du vent. Pour cela :
en premier lieu, les secteurs sont classés selon huit directions, les fréquences
sont alors déterminées. Les vitesses relatives aux classes des secteurs sont
identifiées dans des fichiers séparés.
en second lieu le classement des vitesses par classe de vitesse et suivant le
secteur est effectué.
Enfin les paramètres de Weibull ainsi que la vitesse moyenne, sont déterminés
pour chaque secteur.
Les vitesses moyennes estimées et les fréquences des différents secteurs sont
représentées en figure 4.9 pour trois sites algériens situés sur les hauts plateaux, à
savoir Djelfa, In Oussera et Ksar El Chellala.
Concernant le site montagneux de Djelfa, les vents dominants sont dans la direction
Nord-ouest. La fréquence de cette dernière représente 40% avec une vitesse maximale
de l’ordre de 4.2 m/s. Toutefois la fréquence du secteur sud n’est pas négligeable
puisqu’elle avoisine les 29% avec une vitesse moyenne égale à 3.5m/s.
Figure 4.9 : Fréquences des secteurs et vitesses moyennes des stations au sol.
108
Pour les sites de Ksar El Chellala et InOussera, les vents dominants sont Ouest, avec
des vitesses de l’ordre de 5.8 et 5.4 m/s respectivement. Toutefois, la vitesse
maximale pour le site de Ksar El Chellala est enregistrée dans la direction Sud, mais
avec une fréquence de secteur plus faible que celle enregistrée suivant le secteur ouest.
Cette étude, nous a permis la caractérisation d’une zone semi-aride du point de vue
éolien. Les résultats obtenus indiquent que les secteurs et vitesses du vent sont
dominants dans les directions Nord et Ouest. Si on considère que le grain de sable se
déplace à partir de 3 m/s, il existe bien un déplacement Sud Nord, mais dans de faibles
proportions puisque la fréquence du secteur est faible et est contrecarrée par les vents
nord et nord ouest, [12].
4.6. COMPARAISON DES MODELES D'INTERPOLATION

Pour montrer l’effet conjugué de l’extrapolation verticale suivi par l’interpolation hori-
zontale des vitesses du vent, les atlas de la densité de puissance énergétique éolienne,
ont été tracés à 50m à l’aide du modèle de Justus et Mikhaiel [13] et celui développé
par la présente étude. En figure 4.10, on remarque que le modèle de Justus et Mikhaiel
[13], surestime le potentiel énergétique éolien récupérable par rapport au modèle
proposé dans une grande partie du sud-ouest et dans les hauts plateaux. .
Modèle proposé
Justus et Mikhaiel
Figure 4.10 : Comparaison des atlas à 50m après extrapolation suivant le modèle de
Justus et Mikhaiel et le modèle proposé.
109
4.7 COMPARAISON DES MODELES D'EXTRAPOLATION VERTICALE

Afin d’établir la comparaison, les données brutes mesurées à 10 mètres du sol ont été
extrapolées en utilisant les différentes formules empiriques précitées et le modèle
proposé aux altitudes successives de 20, 30 et 40 mètres à partir du sol. Les données
brutes ont été traitées statistiquement à l’aide de la distribution de Weibull et les
différentes vitesses moyennes et cubiques moyennes calculées
Les modèles de comparaison choisis sont :
- Loi de puissance de Justus et Mikhaiel, [13]
- Loi de puissance modifiée de Justus, [8]
- Loi de puissance modifiée de Mikhaiel, [9]
- Loi proposée
Les résultats obtenus, comparés aux résultats du traitement statistique des mesures
relevées à 20, 30 et 40 m du sol, sont représentés en figure 4.11.
Par ailleurs, l’écart quadratique relatif a été calculé pour les différentes estimations de
la vitesse moyenne et de la vitesse cubique moyenne. Les résultats sont donnés dans le
tableau 4.5.
Figure 4.11 : Validation et comparaison des résultats des modèles d’extrapolation

verticale de la vitesse du vent.
110
Les écarts entre les vitesses moyennes obtenues par le modèle de Justus et la loi
proposée sont très proches mais s’éloignent pour les vitesses cubiques moyennes.
L’effet sur la puissance éolienne est donc plus significatif.
On remarque que les résultats obtenus quant à l’extrapolation de la vitesse du vent
avec le modèle proposé et celui proposé par Justus sont proches.
Tableau 4.5 : Ecarts relatifs moyen de la vitesse moyenne et cubiques moyennes

Modèle Ecart (V), % Ecart (V3), %
Loi de puissance de Justus et Mikhaiel 7.54 32.44
Loi de puissance modifiée de Justus 2.52 18.33
Loi de puissance modifiée de Mikhaiel 11.88 22.62
Loi proposée 2.27 13.87
4.8 FREQUENCE DES VITESSES NULLES ET CARTE DES VENTS

En figures 4.12 sont comparées les atlas de la vitesse du vent, tracés en utilisant :
- la distribution de Weibull
- la distribution hybride de Weibull
- une combinaison des deux distributions suivant la fréquence de la vitesse
nulle de chaque point de mesure.
Même si l’allure reste la même pour les atlas, une grande différence est constatée
quant aux gammes des vitesses obtenues.
Cet effet est plus significatif dans le nord et les hauts plateaux ainsi que dans la zone
de Tindouf.
Par ailleurs, le même microclimat autour d’Adrar se retrouve dans les trois atlas. En
effet, c’est dans cette région que les fréquences de vitesses nulles sont les plus faibles.
Nous pensons que la combinaison des deux distributions, pour le tracé de l’Atlas de la
vitesse du vent est la plus adéquate. Car si la distribution de Weibull surestime
l’évolution de la vitesse du vent, l’utilisation généralisée de la distribution hybride de
Weibull pénalise certains sites. Le cas le plus évident est le site de Tindouf.
111
Distribution de Weibull. Distribution hybride de Weibull.
Distribution combinée de Weibull et

hybride Weibull.
Figure 4.12 : Effet des fréquences nulles sur l’atlas des vents à 10 m du sol
4.9 ATLAS EOLIEN DE L’ALGERIE

En Figure 4.13 représente l’atlas de la vitesse du vent à 50m du sol, établi à l’aide de la
combinaison des lois de Weibull et hybride Weibull (selon la fréquence des vitesses
nulles) et du modèle d’extrapolation proposé. La carte montre que les sites les plus
ventés sont ceux d’Adrar et Tiaret avec des vitesses du vent approchant les 9m/s.
L’atlas de la densité de puissance récupérable à 50m est représenté en figure 4.14. On
notera que la combinaison des lois précitées entraîne une classification complètement
différente de celle obtenue au chapitre 2. En effet, le site de Tiaret apparaît comme le
site le plus intéressant avec 3.4 MWh/m2 suivi de celui d’Adrar qui prend le dessus sur
les autres sites du sud du pays.
112
Figure 4.13 : Atlas de la vitesse du vent à 50 m d’altitude.
Figure 4.14 : Atlas de la densité de puissance énergétique à 50 m
113
4.10 CONCLUSION
En absence de travaux antérieurs, les résultats ont été validés sur la seule base de la
logique des distributions. Les résultats obtenus pour l’extrapolation verticale de la
vitesse du vent ont été validés à l’aide de données non utilisées lors de la modélisation.
Les résultats obtenus sont corrects et peuvent être exploités selon le besoin.
Les limites des modèles ont été signalées. Ces limites ouvrent des perspectives pour
des études complémentaires.
L’aspect énergétique a été abordé à travers l’effet des limites des modèles sur la
vitesse cubique moyenne et donc la puissance disponible. De même les effets des
limites des éoliennes (Vitesse de démarrage et vitesse d’arrêt) ont été mis en évidence
à des fins d’optimisation du choix des machines.
Une étude microclimatique a été menée sur une région menacée par « l’avancée du
désert ». Cette étude, axée sur la mise en évidence des vents dominants, montre que le
vent contribue au phénomène mais n’en est pas le facteur essentiel.
Enfin l’étude de l’effet des vitesses nulles sur la qualité de l’ajustement montre que la
meilleure carte obtenue en adaptant le choix du modèle (Weibull ou hybride Weibull )
à la fréquence des vitesses nulles de la station.
114
REFERENCES
Distributions Statistics », Geophysical Research Letters, vol. 3, N° 5, 1976.
2. Alnacer W.E., M. Al-Maleeg, H.M. Elsayed, B. Eliagoubi et A.A.
Alkalak, « First Wind Energy Atlas for the Arab States », World Renewable
Energy Congress VII, Cologne, Allemagne, 2002.
3. Bulletin Mensuel d’informations climatologiques, ONM, Alger, 2004.
4. Hammouche R., « Atlas Vent de l’Algérie/ONM ». Office des Publications
Universitaires (OPU), Alger 1990.
5. Kasbadji Merzouk N., M. Merzouk et N. Messen, « Mass Consistent Model
Application to the Desertification Phenomena study in the High Plains of
Algeria » , Inter. Journal of Renewable Energy, N°28 , pp 655-663, 2003.
6. Takle E.S. et J.M. Brown, « Note on the Use of Weibull Statistic to
Characterize Wind Speed Data ». Journal of applied Meteorology, Vol. 17,
1978
7. Kasbadji Merzouk N., H. Daaou et S. Haddouche, « Carte des vents de Algérie,
établies à l’aide du modèle AIOLOS », 4émé Congrès National de la Physique
Energétique, Faculté de physique de l’USTHB, Sidi Fredj, 23-24, 2000.
8. http://www.mecatronique.bretagne.ens/cachan.fr/DocPedagogiques/EnR_Multo
n2004_2.pdf
9. Mikhail A.S, « Height Extrapolation of Wind Data » Transaction of ASME,
vol. 107, pp. 10- 14, 1985.
10. Poje S. et B. Cividini, « Assessment of Wind Energy Potential in Croatia »
Solar Energy vol.41 N°6 pp 543 554, 1988.
11. Kasbadji Merzouk N. et M. Merzouk, « An Evaluation of Useful Power Density
of the Wind Machine», Wind Power 2002, La défense Paris, 2002.
12. Kasbadji Merzouk N. et M. Merzouk, « Useful Power Density of a Wind
Machine in Algeria », Proceeding of International Mechanical Engineering
Conference, Kuwait, 2004.
13. Kasbadji Merzouk N. et N. Messen, « Contribution à l’Etude du Vent en
Rapport avec l’Erosion Eolienne dans les Zones Arides », Revue Energies
Renouvelables, numéro Spéciale Zones Arides, Juillet 2002.
115
Distributions Statistics », Geophysical Research Letters, vol. 3, N° 5, 1976.
15. Kasbadji Merzouk N. et M. Merzouk, Useful Wind Powers Machine
Estimation, Application to Water Pumping Systems in South of Algeria,
9 International Congress on Mechanization and Energy in Agriculture, 27th
International Conference of CIGR IV (The efficient use of electricity and
Renewable Energy Sources), Izmir, Turquie, 2005.
16. Dubost D., « Contribution à l’amélioration agricole des eaux chaudes du
continental intercalaire (albien) dans la cuvette du bas Sahara algérien », Bull.
Agr. Sah.., 5, 61, 109, 1983.
17. INRH, «Inventaire des Forages des wilayas», en Algérie, rapport interne à
l’INRH, p. 200, 2000.
18. Kasbadji Merzouk N. et M. Merzouk, « Perspectives du pompage éolien en
Algérie », Colloque International sur les ressources en eau souterraines dans le
sahara, Ouargla, Algérie, 2005.
116
Chapitre 5 Application et Perspectives
CHAPITRE 5
APPLICATION ET PERSPECTIVES
5.1 INTRODUCTION
Le présent chapitre est consacré à l’application au pompage et aux perspectives
ouvertes par la présente étude.
La première partie du présent chapitre porte sur la détermination de la puissance
éolienne utilisable en fonction des limites de fonctionnement des aérogénérateurs et
des paramètres éoliens des sites d’implantation.
La méthode développée est appliquée pour des sites sahariens. Le potentiel utile
obtenu à la sortie de la machine est calculé respectivement, en introduisant les
caractéristiques de 04 aérogénérateurs de puissances nominales égales à 3kW, 12 kW,
600 kW et 1MW.
La seconde partie est consacrée à l’application pompage avec deux variances
mécanique et électrique.
Le chapitre se termine par la présentation des principales perspectives ouvertes par ce
travail et susceptibles de constituer des sujets de recherche.
5.2 POTENTIEL ENERGETIQUE EOLIEN UTILISABLE

Trois aérogénérateurs différents dont les caractéristiques sont portées dans le tableau
5.1 ont été testés (par simulation) sur 02 sites
Tableau 5.1 : Caractéristiques des
algériens, à savoir Tiaret et El Bayadh. Sites aérogénérateurs choisis
dont les caractéristique sont données au
Puissance Vi Vn Vs Dr
tableau 5.2 [1]. Les variations, à l'échelle du nominale (m/s) (m/s) (m/s) (m)
mois, des vitesses cubiques moyennes kW
récupérables et utilisables du vent, tel que 100 3.5 8 25 36

600 3 15 25 44
données par l'équation 2.43, sont
850 4 16 25 52
représentées en figure 5.1.
117
Tableau 5.2 : Caractéristiques des sites considérés
Site K c, (m/s) V, (m/s) 2

V 3, (m3/s3) P, (W/m2)
Tiaret 1.72 6.20 5.52 11.00 381.91 233.92
El Bayadh 1.62 5.28 4.73 8.92 257.13 157.49
Les histogrammes de la figure 5.1 montrent que les aérogénérateurs, de puissances

nominales 600 et 850 kW ont des densités de puissance utilisable pratiquement
identiques et nettement plus élevées que celles obtenues avec l’aérogénérateur de 100
kW, mais le rapport de 8.5/1 et de 6/1 se réduit à un maximum de 2/1, ceci implique
que pour les aérogénérateurs de grandes puissances, le choix le plus adéquat dépendra
des besoins locaux puisque les résultats diffèrent seulement par les diamètres
respectifs des rotors.
Figure 5.1 : Puissance énergétique obtenue à la sortie des aérogénérateurs choisis par
rapport au potentialité des sites d’El Bayadh et Tiaret.
On note que la puissance utilisable pour le site d'El Bayadh est pratiquement uniforme
durant l'année ce qui indique que les résultats obtenus à l’échelle annuelle suffisent
pour choisir la machine adéquate au site.
Par ailleurs, pour Tiaret, les figures montrent une baisse de la densité de puissance
éolienne utilisable pendant l'été. Le choix de l’éolienne adéquate se fera suivant les
résultats hivernaux et le complément relatif à la période mars-octobre sera compensé
par le rajout d’un système d’appoint classique ou solaire, (système hybride).
118
5.3 APPLICATION AU POMPAGE

En Considérant un système de pompage éolien de rendement global i et de hauteur
manométrique totale Hmt, le débit d’eau pompée est donné par :
" ! Pe 5.1
Q" # i
! g H mt
Le débit journalier sera égal à :
" i ! Pe 5.2
Qd # 3600 * 24 *
! g H mt
5.3.1 CHOIX DES SITES D'IMPLANTATION DES MACHINES

Le choix porte sur six sites sahariens, connus pour leurs besoins en eau et caractérisée
par un potentiel énergétique éolien intéressant comparativement au nord du pays.
Ces sites sont Tindouf, Timimoun, In Salah, Adrar, Bechar et In Amenas et correspon-
dent aux stations de mesures du réseau de l'ONM. En effet, dix ans de données
trihoraires de la vitesse du vent y sont disponibles. En outre, la majorité de cette
partie du Sahara a une ressource importante en eau souterraine, à savoir la nappe
Albienne qui affleure dans certaine région (Adrar). En effet, la carte des ressources en
eau du Sahara Septentrional représentant le toit du réservoir [2,3], montre que les
couches perméables incluent un secteur entier qui s'étend d'Adrar à In Amenas tout en
passant par In Salah. Par ailleurs, ces régions sont connues pour leur habitat dispersé
qui non relié au réseau de distribution électrique.
5.3.2 POMPAGE ELECTRIQUE

En figure 5.2 sont donnés les débits journaliers pompés sur différents sites, à savoir
Adrar, Timimoun, In Salah, Tindouf et In Amenas et pour les différents aérogénéra-
teurs cités précédemment, [4 et 5]. En faisant varier la hauteur manométrique totale de
0 à 200m et pour un rendement global pompe-génératrice égal à 25% ou 55% (selon
la puissance) [6], on estime la quantité d'eau extraite par une pompe placée sur un site
donné.
Les résultats de la figure 5.2 (a) montrent que, pour une hauteur manométrique de
30m, un aérogénérateur de 3 kW de puissance nominale peut pomper entre 30 et
70m3/jour, alors que l’aérogénérateur de 12 kW (figure 5.2 (b)) produit entre 70 et 150
119
m3/jour pour une hauteur manométrique totale de 50m. Pour les aérogénérateurs de
grandes puissances, les figures 5.2 (c et d) montrent que la quantité de l'eau pompée
peut répondre aux besoins les plus élevés exprimés par ces régions. Avec une Hmt de
100m, le volume de l'eau pompé atteint 3300 m3/jour pour InSalah et 8700 m3/jour
pour Adrar.
(a) (b)
(b) (d)
Figure 5.2 : Débit d’eau pompée pour six sites en fonction de la hauteur mano-
métrique totale. Pour (a): 3 kW, (b):12 kW, (c):600 kW et (d):1 MW
120
5.3.3 POMPAGE MECANIQUE

Les éoliennes utilisées pour le pompage d’eau sont généralement multipâles avec de
faibles vitesses de rotation. Ces éoliennes (dites lentes), sont équipées d’hélice de 6 à
24 pales et dont les diamètres peuvent atteindre les 9 mètres. Elles démarrent générale-
ment pour des vitesses faibles, (de 2.5 à 3 m/s) et s’adaptent bien aux caractéristiques
des pompes à piston qui nécessitent une faible vitesse de déplacement tout en assurant
une hauteur de refoulement importante, [7]. Le point faible de ces systèmes réside
dans la tige qui ne saurait dépasser une longueur de 30 m sous peine de gros problèmes
d'inertie et de résistance des matériaux. Cette contrainte impose que ce type
d'installation est réservé aux puits dont les profondeurs sont inférieures à 35 m. Cette
même contrainte, ajoutée au fait que le derrick portant l'éolienne doit absolument
surplomber le puits, limite la position de l'axe de l'éolienne autour de10m du sol. Les
résultats de la simulation, pour des machines similaires à celles utilisées en mode
électrique sont représentés en figure 5.3, [8].
Pour un rendement Convertiseur-pompe égal à 60%, l'examen des familles de courbes
montre que les débits pompés sont plus importants que dans le cas du pompage
électrique mais avec les contraintes précitées.
7m de diamètre
4m de diamètre
Figure 5.3 : Débit d’eau pompée pour six sites en fonction de la hauteur manométrique
totale, en mode mécanique.
121
5.4 PERSPECTIVES
5.4.1 MODELISATION AU SOL

L’étude présentée dans la présente thèse a été réalisée suivant les moyens mis à notre
disposition. Néanmoins, elle ouvre la voie à plusieurs perspectives.
Au vu des limites énumérées, il serait intéressant de poursuivre l’étude en considérant
les points suivants:
Les atlas peuvent être affinés grâce à la densification des points de mesures. Le
réseau de l’ONM comporte 72 stations de mesures, mais seules une quarantaine
dispose de séries interrompues.
Les microclimats ventés sont connus, reste qu’il faudrait installer des stations de
mesures à même de confirmer et mieux caractériser les potentialités.
Etablir des atlas des vitesses du vent par secteurs. Ceci permettra la détermination
des secteurs dominants et leurs effets en architecture, agriculture, désertification,
etc…
Superposer les atlas à ceux de la topographie et du réseau de moyenne tension de
Sonelgaz pour pouvoir trouver les points susceptible de recevoir des
aérogénérateurs et optimiser ainsi les puissances à installer selon les potentialités
des sites.
Etablir la cartographie éolienne marine
Tester la faisabilité par l’installation d’un aérogénérateur de moyenne puissance sur
un site algérien
Effectuer une étude technico-économique pour déterminer le prix de revient du
kWh électrique produit par un aérogénérateur donné.
5.4.2 MODELE D’EXTRAPOLATION

Le modèle d’extrapolation proposé pourrait être amélioré :
grâce à la multiplication des mâts en divers points du territoire différant par le
climat et la nature du sol.
En portant la hauteur à 100m avec un pas de 2m près du sol et 10m à partir de 10m
En augmentant la précision des capteurs (ordre du 1/100)
En testant le modèle proposé en d’autres points du territoire.
122
5.5 CONCLUSION
Au vu des résultats de l’application, l’irrigation des terres agricoles à l’aide de
systèmes de pompage éoliens est une solution intéressante. En effet, les vitesses
moyenne du vent, enregistrées dans ces régions sont parmi les plus élevées en Algérie
et permettent une rentabilité intéressante des systèmes éoliens. Les résultats montrent,
que l’existence de la nappe albienne dans la région d’Adrar est un avantage
supplémentaire grâce à la faible profondeur du toit du réservoir. Avantage qui milite
en faveur du montage mécanique, plus performant et moins coûteux pour les faibles
profondeurs.
Pour les forages (donc des profondeurs importantes) la solution réside dans le
pompage par aérogénérateurs.
Le champ exploré est assez vaste, aussi il mériterait une poursuite aussi bien dans le
domaine de l’interpolation horizontale que l’extrapolation verticale. Les perspectives
ouvertes par cette étude consistent en particulier en réduction de l’effet des limites
présentées.
123
REFERENCES
1. Kasbadji Merzouk N. et M. Merzouk, « An Evaluation of Useful Power Density
of the Wind Machine», Wind Power 2002, La défense Paris, 2002.
2. Dubost D., « Contribution à l’amélioration agricole des eaux chaudes du
continental intercalaire (albien) dans la cuvette du bas Sahara algérien », Bull.
Agr. Sah.., 5, 61, 109, 1983.
3. INRH, «Inventaire des Forages des wilayas», en Algérie, rapport interne à
l’INRH, p. 200, 2000.
4. Kasbadji Merzouk N. et M. Merzouk, « Useful Power Density of a Wind
Machine in Algeria », Proceeding of International Mechanical Engineering
Conference, Kuwait, 2004.
5. Kasbadji Merzouk N. et M. Merzouk, «Useful Wind Powers Machine
Estimation, Application to Water Pumping Systems in South of Algeria»,
9 International Congress on Mechanization and Energy in Agriculture, 27th
International Conference of CIGR IV (The efficient use of electricity and
Renewable Energy Sources), Izmir, Turquie, 2005.
6. Catalogue sur « Les pompes », Ed. Electro_Hydraulique, p.126, 1976.
7. Cuntry G., « Eoliennes et aérogénérateurs EDISUD /Technologie douce », pp.
300, 1979.
8. Kasbadji Merzouk N. et M. Merzouk, « Perspectives du pompage éolien en
Algérie », Colloque International sur les ressources en eau souterraines dans le
sahara, Ouargla, Algérie, 2005
124
Conclusion Générale
CONCLUSION GENERALE
L’étude bibliographique a permis de passer en revue les principaux travaux de

recherche se rapportant à la caractérisation horizontale et verticale de la vitesse du
vent. Les conditions d’établissement des modèles empiriques ainsi que leurs limites
ont été mises en évidence.
Les principaux travaux de recherche portant sur le potentiel énergétique éolien dans le
monde et en Algérie ont également été présentés.
Partant des mesures des paramètres vent, les variations journalières, mensuelles et
annuelles du vent, ont été établies. L’étude statistique des mesures a permis la
détermination des paramètres de Weibull nécessaires pour la connaissance des
potentialités énergétiques éoliennes d’un site donné. Enfin, une interpolation spatiale
des mesures de la vitesse du vent de 68 stations a permis l’établissement des atlas vent
annuels et saisonniers aux échelles ‘‘nationale’’ et ‘‘microclimatique’’.
L’analyse des résultats montre que, compte tenu de la disparité des fréquences nulles
enregistrées au niveau des différentes stations, la meilleure manière de procéder pour
la modélisation de la vitesse du vent en Algérie passe par l’utilisation des lois de
Weibull ou hybride de Weibull selon les conditions du site.
Le site d’implantation du dispositif expérimental ainsi que son instrumentation ont été
présentés. Les données recueillies ont été classées selon la classe de stabilité
atmosphérique. Ceci a permis l’établissement de formules empiriques d’extrapolation
verticale des paramètres de Weibull et de la vitesse moyenne du vent qui s’adaptent
mieux au climat semi-aride des hauts plateaux.
Les limites de Betz en premier lieu, les limites des machines ensuite font que le
potentiel énergétique éolien utilisable représente moins de 30% du potentiel
disponible. Rapport qui peut changer énormément en fonction du site ( Vitesse de
démarrage, vitesse nominale et rendement de conversion).
125
Conclusion Générale
Les programmes développés pour la détermination de la puissance utile pour des

aérogénérateurs peuvent être utilisés par tout concepteur de systèmes éoliens.
Les résultats de l’interpolation horizontale de la vitesse du vent et de son extrapolation
verticale ont été validés avec succès. Ces résultats constituent donc des données de
base pour tout exploitant. Toutefois, au vu des limites énumérées, ce travail demande à
être poursuivi par la densification des points de mesures, la multiplication des mâts et
l’amélioration de la précision des capteurs.
Les atlas établis constituent certes des éléments d’aide à la décision mais l’installation
et le suivi de petites et moyennes éoliennes sera le meilleur moyen de juger de la
faisabilité et des corrections pour le futur. En effet, il serait judicieux de précéder toute
installation éolienne par une campagne de mesures de quelques mois. Cela éviterait
bien des surprises.
126
ANNEXE 1
Paramètres de Weibull à l’échelle mensuelle

Annexe 1 Paramètres de Weibull à l’échelle mensuelle
ANNEXE 1
Paramètres de Weibull à l’échelle mensuelle
Sites des hauts plateaux
Sites Tiaret Djelfa B. B. Arriredj

Fréquence des
vitesses nulles 20% 36.5% 30%
Mois k c, (m/s) k c, (m/s) k c (m/s)
Janvier 1.5936 7.0758 1.5800 4.7189 1.8540 5.0647
Fevrier 1.5922 7.0996 1.6039 4.8448 1.8072 5.2029
Mars 1.5154 5.4762 1.4972 4.2399 2.2456 4.4870
Avril 1.6513 5.0381 1.6469 3.9827 1.9905 4.7476
Mai 1.7429 4.6986 1.6121 3.8875 2.1809 4.5493
Juin 1.5786 4.5474 1.9602 3.7035 2.2294 4.3410
Juillet 1.7502 4.3582 1.9476 2.8839 2.1449 3.8686
Aout 2.1620 3.8283 1.6927 2.7855 1.9928 3.7671
Septembre 1.8034 4.0527 1.7743 3.0349 2.1783 4.3189
Octobre 1.9140 5.4982 1.5723 3.4905 1.8638 4.1500
Novembre 1.7628 6.6727 1.6414 4.0817 1.9028 4.9346
Décembre 1.6432 6.5521 1.6890 4.9596 2.0274 4.6713
Annuel 1.7442 6.2907 1.7121 4.3561 1.9820 4.9558

Sites côtiers
Sites Oran Alger Skikda

Fréquence des
vitesses nulles 06% 34% 15%
Janvier 1.0924 2.8545 1.7701 4.1228 1.6153 3.8634
Février 1.0897 3.3551 1.7906 4.3058 1.3874 3.1576
Mars 1.1317 2.7188 1.8619 3.8563 1.6670 3.1337
Avril 1.2563 3.3346 1.8176 3.8572 1.5389 3.1278
Mai 1.2748 2.8909 2.1580 3.7884 1.8870 2.6624
Juin 1.1866 2.7255 2.0852 3.1371 1.8130 2.2681
Juillet 1.2152 2.5213 1.7459 3.6684 1.6919 2.3338
Aout 1.1380 2.3201 2.0969 3.4763 1.7713 2.4434
Septembre 1.1723 2.2608 1.6747 3.4249 1.7813 2.7646
Octobre 1.1037 2.1442 1.4979 4.1361 1.8476 3.2820
Novembre 1.0400 2.3322 1.6618 3.9677 1.7123 3.5551
Décembre 1.1241 2.7467 1.8149 4.4625 1.6047 3.7270
Annuel 1.2559 4.1261 2.0284 4.9983 1.5680 3.3023

Sites Sahariens
Sites Tindouf InSalah InAmenas

Fréquence des
vitesses nulles 16% 23% 19%
Janvier 1.8636 4.0603 1.7585 5.0799 1.6914 4.0563
Fevrier 1.9508 4.7096 1.6123 5.8173 1.9180 4.0480
Mars 2.1465 6.0376 1.7698 6.0370 1.7652 4.6605
Avril 3.0544 6.9496 1.6708 5.5299 2.0113 5.2344
Mai 2.1800 7.1842 1.5795 5.5109 2.1178 5.8346
Juin 2.3200 7.3145 1.8455 5.3824 2.0124 5.5379
Juillet 2.2043 5.3972 1.9680 6.0517 2.1930 4.9076
Aout 2.2363 6.7350 2.1765 5.8767 2.4788 4.9639
Septembre 2.5415 5.9873 1.8078 5.5268 2.1060 5.1520
Octobre 2.0070 4.6168 1.9330 5.3319 2.0873 4.5130
Novembre 1.9458 3.5041 1.7535 5.3268 2.0562 4.3580
Décembre 1.4522 4.3396 1.5941 5.3422 1.9171 3.8980
Annuel 1.8562 5.8176 1.7339 5.7740 1.8690 5.4321

ANNEXE 2
Echange Radiatif
Annexe 2 Echange Radiatif
ANNEXE 2
Echange Radiatif
Q* ! (1 r ) Ig L A2.1
L’albédo dépend de la nature du sol. Dans l’Atlas solaire de l’Algérie, Capderou, [7],
donne les valeurs pour différents types de sol (voire tableau A.1).
Tableau A2.1 Albédo pour différents sols.

Nature du sol Moyenne Nature du sol Moyenne
*Végétation * Surfaces construites
- Terre labourée 0.2 - Villes 0.15
- Herbages verts 0.25 - Bitume 0.15
- Herbes sèches 0.2 - Ciment, béton, gravier 0.25
- Champs cultivés 0.15 - Pierre 0.45
- Forêts 0.15 - Calcaire 0.8
* Zones désertiques - Peinture blanche 0.05
- Désert 0.3 - Peinture noire
- Sable sec 0.25 * Eau et Neige
- Cailloux 0.2 - Neige fraîche 0.8
- Neige ancienne 0.6
- Lac, mer calme 0.05
L’éclairement solaire incident peut être décomposé en (UV+Visible) et IR, soit :
Ig ! I # !0.3 2.5 "m % I # $ 2.5 "m A2.2
avec : I # !0.3 2.5 "m ! I uv % I visible % I IRproche % I IRlo int ain A2.3
Sachant que :
I g ,mesurée ! I uv % I visible % I IRproche A2.4
Ainsi l’échange radiatif s’écrit
&
Q* ! &1 r ' I g ,mesuré I IRproche % L% ' L A2.5
avec :
L% ! I IRproche % I IRlo int ain A2.6
L+ : Rayonnement infrarouge incident ;

L’échange radiatif peut ainsi s’écrire :
Q* ! &1 r ' &I g , mesuré I IRproche ' % &1 rIR 'L% L A2.7
En négligeant la réflexion du sol dans l’infrarouge rIR , il vient :
Q* ! &1 r 'I visible % L% L A2.8

Ou :
-I *
Q* ! &1 r ' ++ visible (( I g , mesuré % L% L A2.9
, I mesuré )
En assimilant le soleil à un corps noir M. Merzouk, [8] a tracé la fréquence cumulée en

fonction de la gamme de longueur d’ondes. Sachant que la gamme du visible est comprise
entre 0.38 - 0.68 "m, on tire d’après la figure A2.1 que le rapport de l’éclairement visible
sur le global est estimé à 0.588.
Figure A2.1 : Fréquences cumulées, en fonction de la longueur d’ondes émis par un corps
noir. [8]
L’équation se met alors sous la forme :
Q* ! 0.588&1 r 'I g , mesurée % L% L A2.10
L’infrarouge incident est estimé par :
L% ! c1T 6 par ciel clair

L% ! c1T 6 % c 2 N par ciel nuageu.
N étant la nébulosité représentant le taux de couverture nuageuse du ciel et se détermine à

partir de l’expression suivante :
. moy
Nb ! 1 A.11
. clair
Avec :
moy :
durée d’insolation moyenne du mois.
clair : durée d’insolation par ciel clair.
La nébulosité moyenne mensuelle a été tabulée par Capderou, [7].
En supposant la terre à un corps noir, l’infrarouge s’écrit selon la loi de Stephan
Boltzman :
L ! . Ts4 A2.12
Avec :
- .s : constante de stephan-Boltzman
- Ts : température équivalente du sol
Attendu que la température Ts n’est généralement pas mesurée, l’expression précédente est
approximé à [6] :
L ! . T 4 % 4. sT 3 &Ts T ' A2.13
T étant la température mesurée de 1 et 2 m du sol.

Le second terme étant fonction de l’échange radiatif net, on peut écrire :
4. sT 3 &Ts T ' ! c3Q * A2.14

d’où :
L ! . s T 4 % c3Q * A2.15
c3 étant un coefficient de proportionnalité dépendant de la nature du sol.

ANNEXE 3
Publications
Rev. Energ. Ren.: Zones Arides (2002) 9-15
Contribution à l’Etude du Vent en Rapport avec l’Erosion

Eolienne dans les Zones Arides
N. Kasbadji Merzouk (1) et N. Messen (2)

(1)
Laboratoire d’Evaluation du Potentiel Energétique, CDER, BP.62, Bouzaréah, Alger
(2)
CRSTRA/PNR, BP.212 Ain -Oussera.
Résumé – La présente publication porte sur l’étude des vents dans une région semi-aride afin de déterminer leur
contribution dans l’ensablement de cette zone. Pour cela deux méthodes ont été utilisées. La première passe par le
traitement les données mesurées au niveau de stations météorologiques et la seconde par l’établissement de la carte
des vitesses du vent de la région à l’aide de l’extrapolation des données mesurées à 700 Hpa.
Les résultats obtenus par les deux méthodes ont montré que les vents dominants sont Nord et Ouest.
Par ailleurs, les vitesses moyennes annuelles et journalière varient en moyenne entre 4 et 5 m/s ce qui implique
que les ressources énergétiques éoliennes de la région ne peuvent répondre qu’aux petites applications.
Abstract – The present publication is about the survey of wind in an arid region in order to determine their
contributions of the progression of sands to the north.. Two methods have been used. The first one consists of a
treatment of a measured data at meteorological station and the second the establishment of the wind speed map of
the region, extrapolating the measured data at 700 Hpa.
Using these two methods, the obtained results showed that dominating wind speed and sectors are North and
West. So that the wind activity, in the high plains, is not the main reason of the progression of the sand Northwards.
Otherwise, mean yearly and daily speeds obtained by a statistical study of data show that wind speed varies between
4 and 5 m/s. So this implies that the wind energy resources of the region can only used for the small applications.
Mots clés: Erosion éolienne - Zone semi-aride - Modèle Aiolos - Vitesse moyenne - Vent dominant
1. INTRODUCTION
Le vent est un élément important dans la caractérisation du climat. Malheureusement il est aussi un élément
dont l'étude s’avère très complexe, car plusieurs paramètres y interviennent tel que la mesure de la vitesse du
vent et de sa direction, l’effet de la rugosité du sol, l’effet des obstacles, l’effet de la stabilité de l'atmosphère
etc....Ceci implique que la carte des vents de l’Algérie, [1] basée sur l’interpolation des données mesurées au sol
s’avère insuffisante pour la caractérisation d’une région quelconque,[2].
Afin de prendre en compte les contraintes précitées, plusieurs modèles [3,4] ont été établis. Le dernier en
date, établi par Lalas [5] et dénommé «AIOLOS», a été développé pour des régions accidentées. Ce modèle a été
utilisé pour l’établissement des cartes sectorielles du vent de la région. Ceci a permis la détermination de vents
dominants de la région ainsi que leur contribution dans l’ensablement de la région.
Par ailleurs, une étude statistique des données mesurées au niveau des trois stations météorologiques
implantées dans la région a été effectuée pour confirmer les résultats obtenus à l’aide du modèle.
Les évolutions annuelles et journalières des trois stations ont été tracées et ont montré qu’il est possible
d’exploiter l’énergie éolienne disponible pour des petites applications.
2. REGION ETUDIEE
La région étudiée se situe dans une zone semi -aride, à savoir dans la wilaya de Djelfa. Elle se situe dans la
partie centrale des hauts plateaux algériens et s’étend sur une superficie de 20.000 km2 . Trois villes principales y
sont situées. Ain-Oussera . au nord de la région, Djelfa, au sud et Ksar-El-Chellala à l'Est. La surface
topographique est relativement plate vers le Nord (altitude moyenne 650 à 700 m) et accidentée vers le sud.
Tableau 1. Stations météorologiques implantées dans la région d'étude.
Station Longitude Latitude Altitude Période

°
Ain Oussera 02°3l'E 35 33'N 649m 1985-1995
° °
Djelfa 03 15'E 34 41’N 1144m 1981-1990
Ksar-El-Chellala 02°19E 35°10’N 800m 1990-1997
Au sol trois stations de mesure, situées dans les trois villes précitées mesurent les vitesses moyennes et
9
10 N. Kasbadji Merzouk et N. Messen
directions toutes les trois heures à 10 mètres du sol (voir Tableau 1).
Par ailleurs, deux points de mesure à 700 Hpa se trouvant dans la région d’étude, prélèvent quotidiennement
deux mesures de la vitesse et la direction du vent.
3. MODELE MATHEMATIQUE
3.1. Etude des Données Mesurées au Sol
La distribution de Weibull a été utilisée pour l’étude statistique des données mesurées au sol. La densité de
probabilité et la fréquence cumulée de cette distribution s’écrivent respectivement sous la forme :
k −1  V k
k V    
f (V ) =   exp  −   (1)
c c   c  
 
et :
 V k
 
M (V ) = 1 − exp −    (2)
 c 
 
où f(V) représente la distribution des fréquences des vitesses moyennes mesurées pour une classe donnée, M(V)
la fréquence cumulée, k et c des paramètres appelés communément les paramètres de Weibull.
Connaissant les fréquences de vent pour une classe donnée, les paramètres de Weibull k et c sont déterminés.
Ces derniers sont utilisés pour le calcul de la vitesse moyenne à l’aide de l’expression suivante :
 1
〈V 〉 = c Γ1 +  (3)
 k
Ou Γ représente la fonction gamma.
Un programme d’ajustement, basé sur la loi de distribution de Weibull [6], a été développé. Il permet
l’obtention des résultats suivants :
- la vitesse moyenne arithmétique journalière de l’année type
- la vitesse moyenne arithmétique annuelle de l’année type.
Puis suivant les huit directions prédéfinies :

• la fréquence ;
• la classification des vitesses par classe ;
• les paramètres de Weibull ;
• la vitesse moyenne estimée ;
• et le produit moyen fréquence-vitesse.
Les paramètres de Weibull sont déterminés à l’aide de la méthode des moindres carrées pondérée, [7 ].
3.2. Etude des données mesurées à 700 Hpa

Pour la détermination de l’écoulement du vent dans une région donnée, le modèle appelé Aiolos est utilisé,
[8]. Ce dernier est un modèle cinématique [5], basé sur la résolution de l’équation de continuité en supposant que
la densité de l’air est considérée constante, (hypothèse valable pour de grandes surfaces), [9].
Initialement, une étude statistique des points de mesure situés à 700 Hpa, est effectuée et la vitesse moyenne
estimée suivant les huit secteurs définis est déterminée. Une interpolation des vitesses moyennes suivant un pas
préalablement choisi, est effectuée. Il en résulte huit fichiers donnant la vitesse moyenne en chaque point du
maillage.
Afin de prendre en considération tous les paramètres pouvant créer une divergence (tel que la rugosité, la
topographie …), les vitesses estimées initialement obtenues par interpolation, sont projetées à 10 mètres du sol à
l’aide du modèle Aiolos.
D’autres données sont introduites au modèle, tel que :
CRSTRA: Contribution à l’Etude du Vent en Rapport avec l’Erosion… 11
- les altitudes prélevées en chaque point du maillage (données obtenues à partir des cartes
topographiques) ;
- les rugosités (données relatives aux conditions rencontrées au sol, mer ou terre)
- et des données supplémentaires, (essentiellement des données géographiques).
Les résultats obtenus consistent en l’obtention d’un champ de vitesses moyennes estimées par secteur,
à 10 mètres d’altitude. Ces derniers sont directement exploitables par le logiciel Surfer pour le tracé des
différentes cartes de vitesses sectorielles.
Enfin, la vitesse moyenne pondérée par le produit (fréquence de direction * vitesse du vent) à 700 Hpa est
calculée à l’aide de l’expression suivante :
8 V 
Vmoyen = ∑ ( f i ∗Vi ) i  (4)
 10 
1  
où (fi *Vi) représente le produit de la fréquence du secteur et de la vitesse du vent en chaque point du maillage à
700 Hpa.
Le modèle Aiolos a été appliqué pour un pas de 1 km. Dis tance idéale pour l’obtention de résultats fiables.
Alors que deux points de mesure à 700 Hpa, se trouvent dans la région d’étude, les données de six points
ont été traitées et ont servi à l’interpolation horizontale de la vitesse moyenne estimée, ceci afin d’affiner le
tracé. Une simulation a été développée pour extraire la matrice représentative de la région considérée de celle
obtenue initialement.
4. RESULTATS ET DISCUSSION
4.1. Résultats du traitement des données mesurées à 10 m du sol
L’évolution de la vitesse moyenne journalière des trois sites situés dans la région considérée est représentée
en figure 1.
Fig.1: Evolution journalière de la vitesse
Une évolution similaire pour les trois sites est constatée avec une diminution de la vitesse moyenne durant la
nuit et une augmentation durant la journée. La vitesse maximale est atteinte au environ de 15 heures. En général,
le site qui présente les vitesses journalières les plus élevées est celui d’Ain Oussera, situé le plus au nord de la
région.
On remarque sur la figure 2, représentant les vitesses moyennes annuelles des trois sites, que les vents les
plus forts sont enregistrés pendant la saison printanière
Fig.2: Evolution annuelle de la vitesse
. En effet, une augmentation des vitesses est constatée du mois de novembre à Avril, puis la vitesse chute
durant les six mois restants. Par ailleurs, l’évolution des vitesses des sites d’Ain Oussera et Djelfa est similaire.
alors que celle relative au site de Ksar-El-Chellala est différente.
Fig. 3: Fréquences des secteurs et vitesses moyennes des stations au sol.

En effet, pour ce site, les vitesses mensuelles varient autour de la vitesse moyenne annuelle du site qui est de
l’ordre de 3.35 m/s à l’exception du mois de février où cette dernière est de l’ordre de 2.6 m/s.
Afin de déterminer les secteurs relatifs aux vents dominants de la région, les vitesses moyennes estimées et
les fréquences des différents secteurs sont représentées en figure 3. Concernant le site montagneux de Djelfa, les
vents dominants sont dans la direction Nord-ouest. La fréquence de cette dernière représente 40% avec une
vitesse maximale de l’ordre de 4.2 m/ s.
Fig. 4: Fréquences des secteurs et vitesses des points de mesure à 700 Hpa.
Toutefois la fréquence du secteur sud n’est pas négligeable puisqu’elle avoisine les 29% avec une vitesse
moyenne égale à 3.5m/s
Pour les sites de Ksar-El-Chellala et Ain Oussera, les vents dominants sont Ouest, avec des vitesses de
l’ordre de 5.8 et 5.4 m/s respectivement. Toutefois, la vitesse maximale pour le site de Ksar-El-Chellala est
enregistrée dans la direction Sud (6.6 m/s). Si on considère que le grain de sable se déplace à partir de 3 m/s, il
existe bien un déplacement Sud-Nord, mais dans de faible proportion puisque la fréquence du secteur est faible
et est contrecarrée par les vents nord et nord ouest.
4.2. Résultats du traitement des données mesurées à 700 Hpa

En Figure 4., sont représentés les vitesses et fréquences des secteurs des points de mesure, situés dans la
région d’étude à une altitude de 700 Hpa.
On remarque que les vitesses du vent estimées à l’aide de la distribution de Weibull, des deux points évoluent
d’une manière similaire.
Par ailleurs, les fréquences les plus élevées se trouvent dans la direction Ouest, alors que les plus faible sont à
l’est. Les vitesses par secteur suivent l’évolution des fréquences avec des maximums de l’ordre de 10 m/s.
En figure 5., sont représentés les cartes sectorielles des vitesses vent en coordonnées Lambert, obtenues à
partir de l’extrapolation du modèle Aiolos.
On remarque que les évolutions de la vitesse du vent des cartes opposées Nord - Sud et Est - Ouest sont
similaires. Toutefois les vitesses enregistrées dans la direction Nord et Ouest sont beaucoup plus élevées.
- Au tableau 2.sont données les fréquences cumulées des vitesses du vent par secteur.
Tableau 2: Fréquences cumulées des vitesses du vent par gamme et secteur.
Fréquences cumulées %
Secteur V>0 V>3 V>4 V>5 V>6
Nord 100 98.18 73.64 5.53 0.76
Sud 100 96.21 29.39 2.12 0.30
Ouest 100 99.39 78.86 4.39 0.08
Est 100 5.38 0 0 0
On remarque que :
- A l’ouest 99,4% des vitesses du vent sont supérieures à 3 m/s contre 5.4% dans la direction Est.
- Au sud, si la fréquence cumulée des vitesses du vent représente 96.21% pour des vitesses
supérieures à 3m/s, cette dernière chute à 29.5% pour v>4 m/s.
- Alors que pour le secteur Nord, elle demeure élevée autour de 73.6%.
Nord Ouest
Sud Est
Fig. 5: Cartes des vents de la région, estimées suivant les différents secteurs.
Enfin, en figure 6, est représentée la carte des vents de la région étudiée. Les vitesses obtenues varient 2 à 6.5
m/s. On remarque que les accidents topographiques apparaissent lors du tracé de la vitesse du vent. En effet,
étant donné que la rugosité a été considérée constante dans la région et que le modèle suppose que les conditions
atmosphériques sont neutres, les seules perturbations rencontrées sont celles liées à l’altitude.
5. CONCLUSION
La présente étude a permis la caractérisation d’une zone semi-aride du point de vue éolien. Les résultats
obtenus par les deux méthodes concordent puisqu’elles indiquent des secteurs et vent dominants, dans la
direction Nord et Ouest.
On remarque que l’effet de la topographie est dominant lors du tracé de la vitesse du vent à 10 m, car les
accidents du sol se retrouvent sur les cartes des isovents, tel que :
l’apparition du cordon dunaire au nord de Djelfa. La topographie de la zone traitée est donc incontournable dans
l’établissement d’une carte éolienne.
Par ailleurs, le tracé des cartes de la vitesse du vent par secteur à différentes hauteurs est indispensable, car il
permettra de dégager un plan de développement durable de la région compatible avec la protection de
l'environnement dans cette zone steppique.
Par ailleurs, de nombreux sites dans la région sont très intéressants pour l'implantation des systèmes éoliens,
puisque les vitesses requises généralement pour ce type d'application sont de l'ordre de 4 à 5 m/s à 10 m du sol.
En effet, même si les vitesses du vent estimées des trois sites étudiés, se trouvent dans la gamme variant de 3 à 4
m/s, les variations annuelles et journalières montrent que ces dernières sont beaucoup plus importantes pour des
mois et des heures précises de la journée.
Au vu des résultats, on peut affirmer que l’activité éolienne, dans les hauts plateaux, n’est pas la cause
principale de l’avancée du sable. Ceci est dû essentiellement à la pression du pâturage sur les parcours pastorale
et le manque d’entretien de ces derniers.
Enfin, sur le plan pratique, les résultats obtenus permettent de dégager de meilleures recommandations pour des
projets d'aménagement industriels et agricoles. Ils conduisent aussi, à effecteur de meilleurs choix de site pour
l'implantation des installations éoliennes.
35.5 AinOussera
35.4
35.3
6
35.2
KsarElChellala
5
Latitude, deg.
35.1
35.0
4
34.9
34.8
3
34.7
Djelfa
2
34.6
V, [m/s]
34.5
2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4
Longitude, deg
Fig. 6. : Carte des vents de la région étudiée à 10 m du sol.
REFERENCES
[1] N. Kasbadji Merzouk, “Wind Energy Potential of Algeria”, Inter. J.Renewable Energy, vol. 21/3-4, pp. 553-562, (2000).
[2] N. Kasbadji Merzouk et L. Hamane, “Atlas Vent, Limites des Méthodes d’Interpolation. Application au Nord Est de
l’Algérie”, Al’SIG99, Alger, (1999).
[3] C.A. Sherman, “A mass consistent model for wind field over complex terrain”, Journal of Applied Metorology, vol.17, pp.
312-319, (1977).
[4] L. E. Petersen, I. Troen., S. Frandsen et K. Hedegaard, “Wind Atlas for Denmark”, Laboratory of Riso, Denmark.,(1981).
[5] D. P Lalas., “Wind Energy Estimation and Siting in Complex Terrain”, Int. Jour. Solar Energy, vol. 3, pp. 43-71.(1985)
[6] N. Kasbadji Merzouk., “Estimation du Potentiel Energétique Eolien en Algérie”, rapport interne au CDER, Alger,
(1993).
[7] M. Boumahrat et J. Gourdin, “Méthodes Numériques Appliquées”, Office des Publications Universtaire (OPU), Algiers
(1983.)
[8] G.T Phillips, “A Preliminary Users Guide for the NOABL Objectives Analysis Code”, rapport interne, Science
Application Inc., California, USA, (1979).
[9] Ib. Troen, “On Diagnostic Wind Field Models”, ICTP, College on Atmospheric Boundary Layer Physics, Trieste, Italy,
(1990)
Rev. Energ. Ren. : Valorisation (1999) 209-214
Carte des Vents de l’Algérie

- Résultats Préliminaires -
N. Kasbadji Merzouk
Laboratoire dévaluation du Potentiel Energétique, Centre de Développement des Energies Renouvelables

B.P. 62, Route de l’Observatoire, Bouzaréah, Alger
Résumé - Le but de la présente étude, est l’établissement de la carte du vent de l’Algérie. Un programme de
traitement de données des mesures de la vitesse du vent a été élaboré, et a permis la détermination de la
vitesse moyenne annuelle de l’année type représentant en général une multitude d’année de mesure trihoraire
de la vitesse du vent. Afin d’augmenter la densité des points de mesure sur le territoire, les vitesses moyennes
annuelles de 18 stations, produites par l’ONM, ont été incluses dans le tracé. Ces données ont permis la
production de la carte des vents de l’Algérie, à des altitudes de 10 et 25 mètres du sol. Les résultats ont
montré qu’en Algérie, les vitesses du vent varient entre 1 et 5,5 m/s à 10 mètres du sol et que ces dernières
passent de 1 à 7 m/s, à 25 mètres du sol. Les régions les plus ventées sont situées dans la région du sud, soit
aux environs d’Adrar. On remarque, par ailleurs une multitude de microclimats (région de Tiaret,.). Enfin,
du point de vue énergétique, on conclut que les applications énergétiques deviennent intéressantes, lorsque
les éoliennes sont installées à des altitudes supérieures ou égales à 25 mètres du sol.
Abstract - The goal of this study is the establishment of the chart of the wind of Algeria. A programme of
data processing of the velocity measurements of the wind was elaborate, and allowed the determination the
annual average speed of the standard year in general representing a multitude of year of tri-schedule
measurement the speed of the wind. In order to increase the density of the points of measurement on the
territory, the annual average speeds of 18 stations, produced by the ONM, were included in the layout. These
data allowed the production of the chant of the winds of Algeria, at altitudes of 10 and 25 meters of the
ground. The results showed that in Algeria, the speeds of the wind vary between 1 and 5,5 m/s at 10 meters
of the ground and that these last pass from l to 7 m/s, at 25 meters of the ground. The most been windy areas
are located in the area of the south, that is to say around Adrar. One notices, in addition a multitude of
microclimates (area of Tiaret.). Lastly, from the energy point of view, one concludes that the energy
applications become interesting, when the wind mills are installed at altitudes higher or equal to 25 meters of
the ground..
Mots clés: Gisement énergétique éolien - Vitesse du vent - Carte éolienne - Application éolienne - Potentiel
utile - Extrapolation.
1. INTRODUCTION
Si on veut aujourd'hui utiliser les énergies renouvelables, solaire, éolienne ou géothermique comme sources
d’exploitation dans plusieurs domaines, tels que le pompage, la production électrique ou autres, il est impératif
de quantifier cette énergie et ceci par la production des différentes cartes énergétiques.
L’établissement de ces cartes permet la classification des régions suivant les types d’énergies renouvelables
existantes, leurs importances et les besoins existants sur le site considéré [1, 2].
Par ailleurs, tout concepteur ou utilisateur, nécessite la connaissance des données énergétiques utiles pour
tout dimensionnement de système [3].
Dans ce cadre, la présente étude a été établie pour la production de la carte des vents de l’Algérie à la hauteur
standard de 10 mètres du sol. Sachant que les différentes éoliennes produites sont généralement à des altitudes
supérieures ou égales à 25 mètres du sol, les résultats ont été extrapolées pour la production de la carte à une
hauteur de 25 mètres.
2. METHODOLOGIE
2.1 Données et traitement
Les données de la vitesse du vent, relatives à 26 stations, représentant en moyenne, une dizaine d’années de
mesures, ont été traitées et les vitesses moyennes annuelle déterminées.
Par ailleurs, afin d’augmenter la densité des points de mesure et afin d’augmenter la fiabilité des résultats, les
vitesses moyennes annuelles du vent, produites par l’Office National de la Météorologie [5], ont été incluses,
afin d’affiner le tracé des cartes. Les caractéristiques des sites de mesure, telles qu’implantés sur le territoire
national sont données au tableau 1.
209
210 N. Kasbadji Merzouk
En figure 1, sont représentés tous les points de mesure, utilisés pour la production des cartes du vent de
l’Algérie, à une altitude 10 mètres du sol.
A l’aide du logiciel Surfer, une interpolation des points de mesure et effectuée, pour la détermination de
vitesses du vent à intervalle égal à 0,5 de longitude et de latitude.
2.2 Méthode d’extrapolation

La mesure de la vitesse du vent est effectuée généralement à des hauteurs manométriques égales à 10 mètres
du sol. Toutefois, il est souvent intéressant de pouvoir les produire à des altitudes dignes d’intérêt telles que les
hauteurs des éoliennes.
Plusieurs auteurs ont proposé des formules empiriques permettant l’extrapolation verticale de la vitesse du
vent. La plus connue est la loi de la puissance de Mikhaiel et al. [6]. Toutefois, ayant montré que pour des
hauteurs inférieures à 100 m, l’effet de rugosité du sol ne peut être négligé lors de l’extrapolation de la vitesse du
vent, Mikhaiel et al. [7] ont développé une seconde formule empirique, nommée la loi de puissance modifiée.
Soit une vitesse V1 est extrapolée d’une altitude Z1 vers une altitude Z2, suivant la formule suivante :
1
& Z2 #
V2 ' V1 $ ! (1)
% Z1 "
L’exposant 1 est sous la forme :
4 1
1 .. 0.0881 .. - V1 *
1 ' 5 3 ln + (
Z1 0. , 6 )
(2)
Z . 1 5 0. 0881 ln
ln .2
Z0 10 ./
Avec
Z ' exp 6 ln ( Z1 ) 8 ln ( Z 2 ) 7 / 2 (3)
Z0, la rugosité du sol.

Les vitesses du vent, dont la rugosité du lieu est disponible, ont été extrapolées de la hauteur de 10 mètres à
une altitude de 25 mètres. Ceci a permis l’obtention de 35 points de mesure, pour le territoire national.
Fig. 1: Représentation des points de mesure utilisés dans l’étude

JNVER : Carte des Vents de l’Algérie… 211
Tableau 1: Caractéristiques des sites et stations étudiés

N° Nom Longitude (deg) Latitude (deg) Rugosité (m) V (m/s)
1 Adrar * 0.28 27.82 0.01 5.9
2 Alger 3.25 36.72 0.01 3.2
3 Annaba * 7.82 36.82 0.01 2.4
4 Batna * 6.18 35.55 0.01 4.2
5 Béchar * -2.23 31.62 0.03 3.6
6 Béjaia * 5.6 36.72 0.03 4.2
7 Beni Abbès -2.10 30.08 / 1.7
8 Ben Saf * -1.35 35.3 0.02 2.8
9 Biskra * 5.73 34.8 0.02 4.1
10 Bordj Bou Arreridj 4.67 36.07 0.01 3.4
11 Chlef 1.33 36.10 0.01 2.8
12 Constantine 6.62 36.10 0.01 2.6
13 Djanet 9.28 24.33 / 2.3
14 Djelfa 3.25 34.68 0.08 2.7
15 El Bayadh 1.00 33.67 0.01 3.9
16 El Goléa 2.87 30.57 / 3.0
17 El Kheiter * 4.70 34.15 0.08 4.6
18 El Oued 6.78 33.50 0.01 3.7
19 Ghardaia * 3.80 32.40 0.03 4.6
20 Guelma 7.43 36.47 / 1.8
21 Hassi Messaoud * 6.15 31.67 0.00 4.1
22 In Amenas 9.63 28.05 / 4.3
23 In Oussera 2.52 35.55 0.08 3.0
24 In Salah 2.47 27.20 / 4.4
25 In Sefra -0.60 32.75 / 3.0
26 Ksar El Chellala 2.32 35.17 0.08 3.4
27 Maghnia * -1.78 34.82 0.01 2.7
28 Mascara 0.15 35.22 0.05 2.4
29 Mechria -0.27 33.55 / 3.8
30 Miliana 2.23 36.30 0.5 2.6
31 Mostaganem * 0.12 35.83 0.01 1.0
32 M Sila * 4.50 35.67 0.03 4.1
33 Oran -0.62 35.63 0.01 4.1
34 Oum El Bouaghi 7.11 35.87 / 2.1
35 Saida * 0.15 34.87 0.01 2.6
36 Sétif 5.25 36.18 0.01 3.1
37 Skikda 6.90 36.88 0.01 2.9
38 Tamanrasset * 5.52 22.78 0.10 2.9
39 Tébessa 8.12 35.42 0.03 2.8
40 Tiaret 1.47 35.37 0.02 4.7
41 Timimoun * 0.28 29.25 0.01 5.1
42 Tindouf * -8.10 27.67 0.00 4.6
43 Tlemcen -1.28 34.95 0.01 2.3
44 Touggourt * 6.13 33.12 0.04 3.3
* Stations dont les vitesses de vent ont été publiées dans l’Atlas Vent produit par l’O.N.M. [5]
3. ATLAS PRELIMINAIRE DU VENT A 10 METRES

3.1 Résultats
En figure 2, est présentée la carte des vitesses moyennes annuelles du vent estimées à une altitude de 10
mètres au-dessus du sol. Les vitesses obtenues à l’aide de l’interpolation varient de 1 à 6 m/s.
Si on veut définir des classes, suivant leur importance dans la figure, on distingue quatre classes, à savoir :
V < 3.0 m/s classe 1
3.0 < V < 4.0 m/s classe 2
4.0 < V < 5.0 m/s classe 3
5.0 < V classe 4
Fig. 2: Tracé de la carte des vents à 10 mètres d’altitude
On remarque que la majorité du territoire se trouve classé dans la gamme de vitesses allant de 3 à 4 m/s,
(région des Hauts Plateaux et le Sahara). Les vitesses du vent augmentent et sont maximales dans les régions
situées au centre du grand Sahara (Adrar, In Salah et Timimoun).
On distingue plusieurs microclimats, à savoir autour d’Oran, Tiaret, In Aménas, ainsi que les environs de
Biskra, où les vitesses de vent enregistrées sont supérieures 4 m/s.
Enfin, la côte Ouest de la méditerranéenne, le Hoggar, ainsi que la région de Béni Abbès présentent les
vitesses moyennes annuelles les plus faibles ( < 3 m/s).
3.2 Potentiel utile

Au vu de la carte des vents donnée en figure 2, les sites susceptibles d'être exploités à des fins énergétiques,
sont rares. En effet, bien que cela varie en fonction des types d’éoliennes, il faut un minimum de vent pour que
cette dernière se mette à tourner.
La vitesse d’amorçage se situe généralement autour de 4.5 m/s. Toutefois, les éoliennes sont généralement
installées à des hauteurs supérieures ou égales à 25 mètres du sol. C’est pour cela qu’une étude permettant la
détermination de la carte des vents de l’Algérie à 25 mètres a été établie.
4. ATLAS PRELIMINAIRE DU VENT A 25 METRES

4.1 Résultats
Les vitesses du vent, dont la rugosité du lieu est disponible, ont été extrapolées de la hauteur de 10 mètres à
une altitude de 25 mètres, en utilisant la méthodologie présentée.
JNVER : Carte des Vents de l’Algérie… 213
Après interpolation, à l’aide du Logiciel Surfer, les vitesses du vent obtenues, varient 1.5 et 7 m/s. En figure
3, est représentée la carte des vents de l’Algérie à 25 mètres du sol.
Fig. 3: Tracé de la carte des vents à 25 mètres d’altitude
La prédominance de la quatrième classe, (V => 5 m/s), telle que définie précédemment se voit nettement sur
la figure.
On remarque au centre du Sahara de l’Algérie une ellipse entourant les sites d’Adrar, In Salah et Timimoun,
où les vitesses enregistrées sont supérieures ou égales à 6 m/s.
Cette ellipse est entourée par une large bande, qui domine le territoire, englobant l’essentiel du sud du pays et
en particulier les régions de Ghardaïa, Biskra et Tindouf
Par ailleurs, on distingue un couloir présentant des vitesses variant de 4 à 5 m/s, allant de Tamanrasset
jusqu’à Béchar en passant par la côte d’Alger.
Enfin, on remarque, un micro climat, où la vitesse est supérieure à 5 m/s, autour de la région de Tiaret et
s’étirant jusqu’à Ténès.
4.2 Potentiel utile

Au vu de la carte des vents, tracée à l’altitude de 25 mètres du sol, il est clair que les possibilités d’utilisation
du vent à des fins énergétiques deviennent prometteuses.
En enfer, plus de 80 % du territoire national bénéficie d’une vitesse du vent supérieure ou égale à 4 m/s,
vitesse moyenne à partir de laquelle une éolienne démarre. Toutefois ceci reste valable pour de petites
applications nécessitant de faibles puissances. La région d’Adrar offre bien sûr de plus grandes possibilités.
CONCLUSION
En conclusion, les cartes de la vitesse du vent établies, permettent l’identification des régions prometteuses
en matière d’énergie éolienne.
Pour qu’un site soit jugé exploitable avec une petite éolienne, il faut disposer au minimum d’une vitesse de
l’ordre de 6 m/s. En Algérie, il est clair que ceci devient possible, lorsque les éoliennes sont installées à des
altitudes supérieures ou égales à 25 mètres.
Toutefois, une fois les zones ventées identifiées, il est nécessaire de procéder à des études plus détaillées,
telles que la détermination des évolutions journalières, mensuelles et saisonnières.
Par ailleurs, étant donné que généralement les différentes mesures prélevées, se font à 10 mètres du sol et que
les formules empiriques d’extrapolations ont été établies pour des climats différents du notre, une étude
expérimentale détaillée, doit être établie pour la correction de ces dernières.
REFERENCES
[1] N. Kasbadji Merzouk, ‘An Evaluation of Wind Energy Potential in Algeria’, Congrès EWEC'94, Thessaloniki, Grèce. 1994.
[2] L. Aiche et N. Kashadji Merzouk, ‘Estimation des Vitesses du Vent de Divers Sites Caractérisés par des Différences Climatiques et
Topographiques’, CEME97, Biskra, 1997.
[3] N. Kasbadji Merzouk, ‘Perspectives d’Installations d’Eoliennes de Pompage dans le Sud Ouest de l’Algérie’, SIPE4, Béchar, 1998.
[4] N. Kasbadji Merzouk., ‘Estimation du Potentiel Energétique Eolien en Algérie’, Rapport Interne, CDER, 1993.
[5] R. Hammouche, ‘Atlas Vent de l’Algérie’, Publication Interne de l’ONM, Office National de Météorologie, Alger, 1990.
[6] L. Aiche, ‘Etude des Modèles d’Extrapolation Verticale du Profil du Vent’, Rapport de Stage, CDER, 1995.
[7] Mikhail et al., ‘Comparaison of Height Extrapolation Models and Sensitivity Analysis’, Wind Engineering, Vol. 5, N°2, 1981.
Rev. Energ. Ren.: ICPWE (2003)119-124
Amélioration de la Carte des Vents à Partir des Données Interpolées
H. Nedjari Daaou, S. Haddouche et N. Kasbadji Merzouk

Laboratoire d’Evaluation du Potentiel Energétique CDER, Route de l’observatoire, B.P. 62 Bouzaréah, Alger
Résumé – Les résultats produits par l’Atlas Vent de l’Algérie [1] ont été utilisés dans la présente étude
dans le but de multiplier la densité de points de mesure aidant à l’amélioration de la carte des vents de
l’Algérie. Les différentes valeurs de la rugosité et des paramètres de Weibull k et c, lus à partir de l’Atlas
Vent ont permis le positionnement de nouveaux points interpolés et le calcul de la vitesse moyenne de vent.
Abstract – The results produced by the Atlas Wind of Algeria [1] were used in the present study with the aim
of multiplying the density of measured points to improve the wind map of Algeria. The various values of the
roughness and the Weibull parameters k and c, read from the Atlas allowed the location of new interpolated
points and the calculation of the average wind speed.
Mots clés : Carte de vent – Facteur de forme – Facteur d’échelle – Interpolation.
1. INTRODUCTION
Pour une rigoureuse exploitation de l’énergie éolienne sur un site donné, différentes cartes de l’énergie
éolienne disponible en Algérie ont déjà été établies, à savoir :
La carte des vitesses du vent à 10 et 25 m du sol, [2]
Les différentes cartes saisonnières de la vitesse du vent [3].
La carte de la puissance moyenne annuelle récupérable pour des altitudes égales à 10 et 50 m du sol
[4].
Ces cartes ont permis la localisation de sites susceptibles d’accueillir des installations éoliennes.
L’élaboration de ces dernières est basée sur l’interpolation des vitesses moyennes estimées à partir de mesures
tri-horaires relevées auprès des stations météorologiques de l’O.N.M [1]. Les résultats obtenus, à partir de ces
études sont insuffisants pour le dimensionnement des installations éoliennes, puisqu’elles ne tiennent pas compte
du relief et de la rugosité. En effet, l’influence des ces derniers sur l’évolution de la vitesse du vent ne sont pas
pris en considération. Par ailleurs, au vu de l’immensité et la complexité de la surface du territoire national, la
cartographie de la vitesse moyenne du vent établie à grande échelle, ne peut être suffisamment représentative.
Donc il aurait fallu une densité de points de mesure plus importante et mieux répartie.
Pour pallier à cette difficulté, il existe différents modèles numériques permettant l’interpolation des vitesses
moyennes de vent en fonction des paramètres au sol ([5],[6]). Ces modèles diffèrent par la source de la donnée
interpolée. Si le modèle Aiolos [7] utilise des données mesurées à 700 hpa, l’Atlas vent de l’Algérie établi par
Hammouche, [1], se base sur l’interpolation des données au sol. La présente étude porte sur l’exploitation des
résultats donnés par l’Atlas Vent pour l’établissement de la cartographie régionale de l’Algérie.
Il s’agirait donc d’augmenter la densité des données à interpoler afin d'améliorer la précision des atlas
éoliens. Plusieurs sites situés dans les différentes zones de l’Algérie à savoir le site d’Oran, Bordj Bou Arriredj,
Tlemcen et Sétif sont traités. Les valeurs des paramètres k et c relevées de l’Atlas Vent de l’Algérie ont été
utilisés pour le calcul de la vitesse moyenne du vent à partir de la distribution de Weibull. La nouveauté de ce
travail reste la production graphique des paramètres de Weibull pour les différents sites étudiés.
2. METHODOLOGIE
2.1. Constitution de la base de données nécessaire à la cartographie de micro-climats
L’Atlas Vent de l’Algérie produit par l’ONM, est un recueil de données statistiques des paramètres vent
regroupant 37 stations de mesure réparties sur le territoire national. Outre les résultats de l’étude statistique, il
permet la lecture de paramètres et de vitesse estimés pour plusieurs classes de rugosité (de 0 à 3) et à plusieurs
hauteurs, (de 10 à 200 m). Utilisant la description orographique autour des stations de mesure, la distance à
partir de laquelle un changement de rugosité intervient est prélevée suivant huit secteurs. Cette dernière est
reportée sur la carte topographique de la région et la position (Longitude et Latitude) est prélevée. Les
paramètres respectifs de Weibull sont alors déduits à nouveau de l’Atlas Vent. Cette méthode a permis la
localisation d’un éventail de points autour de la station de mesure, permettant une cartographie plus rigoureuse.
2.2. Méthode de calcul de la vitesse du vent

La vitesse moyenne du vent est calculée à partir de l’intégrale du produit de la vitesse de vent et de la fonction
de la ditribution de Weibull[11], elle s’écrit sous la forme suivante :
119
120 H. Nedjari Daaou et al.
"
vm # ! v f (v) dv (1)
0
Où f(v) représente la probabilité pour que le vent souffle à une vitesse donnée. Elle est donnée par la formule
suivante de la distribution de Weibull :
k ) v ) v && (2)
f (v) # ( ) '( ) k *1 exp '* ( ) k $ $
c ( c ( c %%
On remarque qu’elle est fonction du facteur de forme k (sans dimension) et du facteur d’échelle c (m/s).
L’intégration de l’équation (1), introduit la fonction gamma, et la vitesse moyenne se met sous la forme :
) 1&
vm # c, '1 + $ (3)
( k%
Connaissant les valeurs des paramètres de Weibull (k et c) à 10 m du sol pour chaque site, la vitesse
moyenne du vent est conséquemment calculée à l’aide d’un programme réalisé sous le logiciel Matlab.
Ce travail est détaillé dans l’organigramme suivant :
Le point de la station de mesure est

positionné à partir des coordonnées Pour chaque secteur, sont positionnées les
(longitude, latitude) sur la carte distances des différents points reliées aux
topographique et le tracé des huit rugosités
directions est effectué.
La lecture de la latitude, la longitude et de

l’altitude de chaque nouveau point sur les
cartes topographiques est effectuée.
Le relevé des paramètres k et

c selon la classe de rugosité
Calcul de la vitesse sur l’Atlas Vent de l’Algérie
moyenne du vent
Réalisation de la carte des iso-valeurs des paramètres de weibull

Production des cartes régionales de vents des différents sites étudiés
2.3. Interpolation spatiale des données

La méthode utilisée pour la cartographie régionale consiste en une interpolation des différents paramètres de
Weibull des points localisés autour de la station par la méthode du minimum de courbure, à l’aide du logiciel
Surfer. Ceci permet l’obtention de matrices donnant les paramètres de Weibull tous les kilomètres. A partir de
cette matrice spatiale de donnée, sont calculées les vitesses moyennes en chaque point. Enfin le tracé des
paramètres de Weibull et de la vitesse du vent est effectué, à l’aide du même logiciel, à 10 mètres du sol et en
coordonnées Lambert.
2.4. Comparaison
Les valeurs de vitesse moyenne de vent obtenues par l’équation (3) sont comparées aux valeurs déduites à
partir de la carte des vents, réalisée à l’aide de 48 stations du réseau de l’ONM, [2]. Pour cela, on calcule l’écart
relatif, selon l’expression suivante :
v *v
-# 2 1 (4)
v2
3. DESCRIPTION DES SITES ETUDIES

Le choix des sites traités dans cette étude s’est basé sur la diversité de la topographie des régions étudiées afin
d’impliquer tous les paramètres de l’orographie. Deux sites sont situés à l’Est de l’Algérie à savoir Bordj Bou
Arriredj et Sétif. Ils sont caractérisés par des altitudes très élevées de l’ordre de 1000 m et une variation de
rugosité très importante, entre 0.01 et 0.8. Deux autres sites sont localisés dans la région Ouest de l’Algérie, à
ICPWE : Amélioration de la Carte des Vents à Partir des Données Interpolées 121
savoir le site d’Oran, sur la côte méditerranéenne et le site de Tlemcen. Ces derniers sont situés à des altitudes
moins élevées que les deux premiers avec une variation de rugosité aussi importante. La description des stations
est donnée au tableau 1.
Tableau 1: Les caractéristiques des quatre sites étudiés
Nom Latitude Longitude Gamme zo D max. de variation zo
(deg.) (deg.) (m) (m)
B. B. Arriredj 4.66 36.07 0.01-0.8 4000
Setif 5.25 36.18 0.01-0.8 3000
Tlemcen -1.28 34.95 0.01-0.1 2000
Oran -0.6 35.63 0.01-0.9 5200
4. RESULTATS ET DISCUSSION
4.1. Cartographie des paramètres de Weibull
La cartographie des paramètres de Weibull permet le calcul du potentiel éolien disponible en un point
donné, car la cartographie régionale de la vitesse du vent ne peut pas déterminer le potentiel puisqu’il est
fonction de la vitesse cubique moyenne[3]. Toutefois, plus le nombre de données est important, le nuage de
points créé autour de la station est grand, entraînant ainsi une interpolation plus rigoureuse.
Cela paraît clairement dans les figures 1 et 2 concernant le site d’Oran où on retrouve une meilleure
interpolation du paramètre de forme k et du paramètre d’échelle c. On remarque une légère variation dans
l’évolution du paramètre de forme k due à la faible gamme de variation de valeurs. En effet, il varie de 1.62 à
1.90 pour le site de B.B.Arirredj et de 1.52 à 1.92 pour le site de Sétif. La valeur la moins élevée est recueillie à
Tlemcen où elle est de l’ordre de 1.38.
Pour le paramètre d’échelle c, le site de Sétif enregistre la variation la plus importante ; elle oscille entre la
valeur de 2.8 et 7.2 m/s. Pour le site d’Oran, elle atteint la valeur la plus élevée, elle est de l’ordre de 7.4 m/s.
4.2. Cartographie de la vitesse du vent

En figures 3 et 4 sont reportées les évolutions de la vitesse moyenne de vent calculée à partir des paramètres
k et c, avec un intervalle de 0.4 m/s.
Le choix de cet intervalle a été dicté par le fait que les vitesses obtenues pour l’ensemble des sites varient de 2.4
à 7 m/s, ce qui permet de bien montrer l’évolution de la vitesse pour tous ces sites.
314
327
313 Sétif
326
312
325
311
324
Latitude, km
Latitude, km
310
323
B.B.Arirredj
309
322
308
321
307
320
306
319
305 318
673 674 675 676 677 678 679 680 681 682 724 725 726 727 728 729 730 731 732 733
270 195
269 Oran 194

Tlemcen
268 193
267 192
Latitude, km
Latitude, km
266 191
265 190
264 189
263 188
262 187
261 186
195 196 197 198 199 200 201 202 203 204 132 133 134 135 136 137 138 139 140 141
Fig.1: Cartographie du paramètre de forme k pour les différents sites étudiés
4.3. Résultats de la comparaison

Afin de valoriser les résultats obtenus dans cette étude pour les micro-climats régionaux, une comparaison
avec les études réalisées précédemment [2] a été établie et représentée dans les figures suivantes. Les figures 5
et 6 montrent le profil de la vitesse de vent obtenu par l’interpolation des données mesurées dans 48 stations
météorologiques du réseau de l’ONM. On y remarque que les iso-vents sont beaucoup trop uniformes et sont
sans rapport avec la topographie locale. Alors que sur les figures 3 et 4, il existe un rapport direct de l’évolution
de la vitesse du vent avec la topographie de la région. En effet, elle augmente avec les altitudes, ce impliquant
des profils concentrés autour des sommets de la région.
Par ailleurs, pour les sites de l’Est (fig 5), la variation de la vitesse du vent est très faible et seule une valeur
de la vitesse moyenne de vent est déterminée et égale à 3.5 m/s. Alors que sur la figure 3 on aboutit à une plage
de données de vitesses variables pour chaque site.
314 327
Sétif
313 326
312 325
311 324
Latitude, km
310 B.B.Arirredj Latitude, km 323
309 322
308 321
307 320
306 319
305 318
673 674 675 676 677 678 679 680 681 682 724 725 726 727 728 729 730 731 732 733
270 195
269 194
268 193
Tlemcen
267 Oran 192
Latitude, km
Latitude, km
266 191
265 190
264 189
263 188
262 187
261 186
195 196 197 198 199 200 201 202 203 204 132 133 134 135 136 137 138 139 140 141
Fig. 2: Cartographie du paramètre d’échelle c en m/s pour les différents sites étudiés
ICPWE : Amélioration de la Carte des Vents à Partir des Données Interpolées 123
En effet, cette dernière varie de 3.8 à 6.2 m/s pour le site de Bordj Bou Arreridj, sur une région de 10 km² et
est plus importante pour le site de Sétif, car elle oscille entre 2.4 et 6.8 m/s.
De même, les figures 4 et 6 donnent le détail de la comparaison établie pour la région Ouest. Ainsi, sur la
figure 6 est représentée l’allure des iso-vents passant par les sites d’Oran et de Tlemcen, ne dépassant pas
respectivement les 3.3 m/s et 2.6 m/s. Alors qu’elles atteignent la valeur de 5.8 et 4.4 m/s (figure 4). Enfin, un
calcul de l’écart entre les valeurs de vitesse moyenne de vent obtenues par les deux méthodes est récapitulé dans
le tableau suivant :
Tableau 2: valeur de l’écart calculé
B.B.A Sétif Oran Tlemcen
(v2-v1)/v2 37,50% 41,67% 44,83% 36,59%
On remarque que l’écart est important et varie entre 36.5 à 45%.
314 327
313 326 Sétif

312 325
311 324
Latitude, km
Latitude, km
310 323
B.B.Arirredj
309 322
308 321
307 320
306 319
305 318
673 674 675 676 677 678 679 680 681 682 724 725 726 727 728 729 730 731 732 733
Fig. 3: cartographie des micro-climats de la vitesse moyenne de vent pour les sites de l’Est
270 195
269 194
Tlemcen
268 193
Oran
267 192
Latitude, km
Latitude, km
266 191
265 190
264 189
263 188
262 187
261 186
195 196 197 198 199 200 201 202 203 204 132 133 134 135 136 137 138 139 140 141
Fig. 4: cartographie des micro-climats de la vitesse moyenne de vent pour les sites de l’µOuest
Fig. 5 : carte régionale de la vitesse moyenne de Fig. 6: carte régionale de la vitesse moyenne
vent pour la région Est de vent pour la région Ouest
5. CONCLUSION
Le travail réalisé dans cette étude a permis la réalisation de cartes de micro-climats donnant plus de
précision concernant les différents sites étudiés. En effet, il en ressort que les méthodes d’interpolation
présentent des inconvénients et sont à écarter pour des rayons supérieurs à 10 km autour des stations de mesure.
Au delà de cette distance, tout concepteur doit obligatoirement avoir une description parfaite du lieu de mesure
ainsi que des obstacles de la topographie et de la rugosité afin de pouvoir extrapoler ces données de vent
jusqu’au point voulu. Ce qui rend le travail très complexe. Il a été montré que l’erreur que l’on peut faire en
négligeant ces paramètres, peut atteindre les 44.83 %..
D’autre part, les cartes donnant l’évolution des paramètres de Weibull k et c sont utiles et indispensables
pour le calcul du potentiel éolien et les études de faisabilité par leur utilisation pour la détermination de la
puissance réellement produite par un aérogénérateur installé en un site donné.
REFERENCES
[1] R. Hammouche, 1990, “ ” , publication interne de l'ONM, (Office National de Météorologie), Alger.
[2] N. Kasbadji Merzouk, “Carte des vents de l’Algérie” , JNVER99, Tlemcen, Algérie.
[3] N. Kasbadji Merzouk et H. Daaou, “Atlas Energétique Eolien de l’Algérie », SIPE5, Béchar Nov.2001.
[4] N. Kasbadji Merzouk et H. Daaou, “Cartes saisonnières du vent en Algérie” , journée d’études : météorologie et
climatologie entre sciences et prise de décision, ONM/Alger, 2001.
[5] C.A. Sherman, “A mass consistent model for wind field over complex terrain” , Journal of Applied Metorology, vol.17,
pp. 312-319, 1977.
[6] L. E. Petersen, I. Troen, S. Frandsen et K. Hedegaard, “Wind Atlas for Denmark” , Laboratory of Riso, Denmark.,1981.
[7] D.P. LALAS., «Wind Energy Estimation and Siting in Complex Terrain », Int. Jour. Solar Energy, vol. 3, pp. 43-71,
1985.
[8] N. Kasbadji Merzouk, H. Daaou et S. Haddouche, “ Evaluation of Wind Energy Potential for Windy Micro-area Using
a Mass Consistent Model”, VII World Renewable Energy Congress, Cologne Allemagne, juin 2002.
[9] N. Kasbadji Merzouk, H. Daaou et S. Haddouche, “ Caractérisation Energétique de Sites Ventés à l’Aide d’un Modèle
Numérique” Enersol 2001, Adrar 30-31 Octobre 2001.
[10] N. Kasbadji Merzouk, H. Daaou et S. Haddouche, “ Carte des vents de l’Algérie, établies à l’aide du modèle AIOLOS”,
4ème Congrès National de la Physique Energétique, Faculté de physique de l’USTHB, Sidi Fredj, 23-24 novembre
2000.
[11] J. Hladik, “Energétique éolienne ”, Presses de l’Université du Québec, Ed. 1984.

Thése

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Thése

Enviado por

Direitos autorais:

Formatos disponíveis

République Algérienne Démocratique et Populaire

MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE

Pour l’obtention du titre de :

EVALUATION DU GISEMENT ENERGETIQUE EOLIEN

Soutenue publiquement le 2006 devant le jury composé de :

Mr N. CHABANE SARI Professeur, Univ. de Tlemcen Président

cp : Chaleur spécifique à pression constante kJ kg-1

# et $ : Constantes sans dimension

CHAPITRE 1 : ETUDE BIBLIOGRAPHIQUE ET PROBLEMATIQUE

1.2 ELEMENTS DE PHYSIQUE ATMOSPHERIQUE 4

1.3 CARACTERISATION HORIZONTALE DE LA VITESSE DU VENT 9

1.4. EXTRAPOLATION VERTICALE DES PARAMETRES VENT 13

1.5 AVANCEES TECHNOLOGIQUES 27

1.6 POSITION DU PROBLEME 32

CHAPITRE 2 : ETABLISSEMENT DE L’ATLAS EOLIEN DE L’ALGERIE

2.2 VARIATION TEMPORELLE DE LA VITESSE MOYENNE

2.4 INTERPOLATION SPATIALE DES PARAMETRES VENT 51

2.5 POTENTIEL ENERGETIQUE EOLIEN 60

CHAPITRE 3 : EXTRAPOLATION VERTICALE DES PARAMETRES VENT

3.2 METHODE D’EXTRAPOLATION VERTICALE 69

3.3 ETUDE EXPERIMENTALE 76

3.4 RESULTATS ET DISCUSSION 80

CHAPITRE 4 : DISCUSSIONS ET SYNTHESE

4.2 VALIDATION DE LA CARTE DES VENTS 98

4.3 VALIDATION DES MODELES D’EXTRAPOLATION

4.4 LIMITES DES MODELES 102

4.5 VENTS DOMINANTS 108

4.6 COMPARAISON DES MODELES D'INTERPOLATION 109

4.7 COMPARAISON DES MODELES D'EXTRAPOLATION

4.8 FREQUENCE DES VITESSES NULLES ET CARTE DES

4.9 ATLAS EOLIEN DE L'ALGERIE 112

4.10 CONCLUSION 114

CHAPITRE 5 : APPLICATION ET PERSPECTIVES

5.1 INTRODUCTION 117

5.2 POTENTIEL ENERGETIQUE UTILISABLE 117

5.3 APPLICATION AU POMPAGE 119

5.4 PERSPECTIVES 122

5.5 CONCLUSION 123

ANNEXE 1 : PARAMETRES DE WEIBULL A L’ECHELLE MENSUELLE

sont généralement mesurées à la hauteur standard de 10 m du sol, les recherches se

l’ONM, on procédera à la modélisation des données valides. Ceci, en passant par la

ETUDE BIBLIOGRAPHIE ET PROBLEMATIQUE

1.2 ELEMENTS DE PHYSIQUE ATMOSPHERIQUE

1.2.1 STRUCTURE ATMOSPHERIQUE

Figure 1.1 : Vue schématique de la couche atmosphérique standard.

La troposphère dont l’épaisseur représente 80% de la structure atmosphérique,

1.2.1.1 Force gravitationnelle

1.2.1.2 Force de pression

1.2.1.3 Force de Coriolis

1.2.1.4 Forces de frottement

1.2.2 COUCHE LIMITE ATMOSPHERIQUE

1.2.2.1 Couche limite de surface (CLS)

Figure 1.2 Vue schématique de la couche limite atmosphérique.

1.2.2.2 Couche limite d’Eckerman

1.2.3 STABILITE ATMOSPHERIQUE

1.2.3.1 Conditions atmosphériques instables

1.2.3.2 Conditions neutres

1.2.3.3 Conditions stables

1.2.4 ORIGINE DU VENT

1.3 CARACTERISATION HORIZONTALE DE LA VITESSE DU VENT

$ désigne la masse volumique, paramètre variant avec la latitude et la température.

1.3.1 MODELES D’AJUSTEMENT

1.3.1.1 Distribution de Weibull

$ c p u3 T uéT 1.9.